Додати до Chrome
✅ Перевірена відповідь на це питання доступна нижче. Наші рішення, перевірені спільнотою, допомагають краще зрозуміти матеріал.
Пояснити виконанняоператора
Пояснити виконання
оператора
history = model.fit(x_train, y_train,
epochs=10,
batch_size=32,
validation_split=0.2)
Побудова структуринейронної мережі для навчальних даних x_train з мітками y_train з 10 шарами по 32 блоки, виділенням частини 0.2від навчальних даних для валідаційних даних, збереженням структури мережі в об’єктіhistory
Побудова структури
ної мережі для навчальних даних x_train з мітками y_train з 10 шарами по 32 блоки, виділенням частини 0.2
від навчальних даних для валідаційних даних, збереженням структури мережі в об’єкті
history
Навчання нейронної мережіна навчальних даних x_train з мітками y_train протягом 10 епох з розміром блоків 32,виділенням частини 0.2 від навчальних даних для валідаційних даних, збереженнямвтрат та точності лише валідаційних даних в об’єкті history
ної мережі
на навчальних даних x_train з мітками y_train протягом 10 епох з розміром блоків 32,
виділенням частини 0.2 від навчальних даних для валідаційних даних, збереженням
втрат та точності лише валідаційних даних в об’єкті history
Навчання нейронної мережіна навчальних даних x_train з мітками y_train протягом 10 епох з розміром блоків 32,виділенням частини 0.2 від навчальних даних для валідаційних даних, збереженнямвтрат та точності лише навчальних даних в об’єкті history
втрат та точності лише навчальних даних в об’єкті history
Навчання нейронної мережіна навчальних даних x_train з мітками y_train протягом 10 епох з розміром блоків 32,виділенням частини 0.2 від навчальних даних для валідаційних даних, збереженнямвтрат та точності навчальних та валідаційних даних в об’єкті history
втрат та точності навчальних та валідаційних даних в об’єкті history
Отримайте необмежений доступ до відповідей на екзаменаційні питання - встановіть розширення Crowdly зараз!