Построим и обучим нейронную сеть на наборе данных с предметами одежды. Для этого напишем в коде три функции:
- загрузки обучающей выборки load_train(),
- создания модели create_model(),
- запуска модели train_model().
Для решения задачи необходимо, чтобы значение accuracy на тестовой выборке было не меньше 85%.
from tensorflow.keras.datasets import fashion_mnist
from tensorflow.keras.layers import Dense
from tensorflow.keras.models import Sequential
import numpy as np
def load_train(path):
features_train = np.load(path + 'train_features.npy')
target_train = np.load(path + 'train_target.npy')
features_train = features_train.reshape(features_train.shape[0], 28 * 28) / 255.
return features_train, target_train
def create_model(input_shape):
model = Sequential()
model.add(Dense(128, input_shape=input_shape, activation='relu'))
model.add(Dense(10, activation='softmax'))
model.compile(optimizer='sgd', loss='sparse_categorical_crossentropy',
metrics=['acc'])
return model
def train_model(model, train_data, test_data, batch_size=32, epochs=10,
steps_per_epoch=None, validation_steps=None):
features_train, target_train = train_data
features_test, target_test = test_data
model.fit(features_train, target_train,
validation_data=(features_test, target_test),
batch_size=batch_size, epochs=epochs,
steps_per_epoch=steps_per_epoch,
validation_steps=validation_steps,
verbose=2, shuffle=True)
return model