리뷰 Keras로 기본 특성 추출 수행하기개

Brenno M. · 3년 초과 전에 리뷰됨

Takashi D. · 3년 초과 전에 리뷰됨

Nicolo L. · 3년 초과 전에 리뷰됨

Corinna F. · 3년 초과 전에 리뷰됨

Sophie S. · 3년 초과 전에 리뷰됨

Guilherme A. · 3년 초과 전에 리뷰됨

Guilherme A. · 3년 초과 전에 리뷰됨

Sometimes methods for loading in data is confusing.

Tiego T. · 3년 초과 전에 리뷰됨

Xiaohui L. · 3년 초과 전에 리뷰됨

Mojtaba G. · 3년 초과 전에 리뷰됨

Finally got through the lab after a few attempts, the use of the min max function here, which relies on pandas functionality, is not intuitive. I would have preferred if we instead used a normalization layer which is native to tensorflow. Furthermore, setting random seeds so the work is reproducible/verifiable would be helpful in quantifying the model improvements and incorporating that in the notebook. The instructions for predictions on the test dataset weren't very clear to me. I think there's a missed opportunity here to do things like [(X, y)] = test_ds.take(1), model.predict(X), and likewise feature_layer(X) to help the student understand what's happening under the good. Thank you!

Pritam D. · 3년 초과 전에 리뷰됨

Samuel D. · 3년 초과 전에 리뷰됨

Adriana B. · 3년 초과 전에 리뷰됨

Ritish A. · 3년 초과 전에 리뷰됨

Anna Elisabetta Z. · 3년 초과 전에 리뷰됨

Snehashis J. · 3년 초과 전에 리뷰됨

Mohammad A. · 3년 초과 전에 리뷰됨

Mark M. · 3년 초과 전에 리뷰됨

Dany T. · 3년 초과 전에 리뷰됨

Victor P. · 3년 초과 전에 리뷰됨

Supratim B. · 3년 초과 전에 리뷰됨

Shivam S. · 3년 초과 전에 리뷰됨

Alexander K. · 3년 초과 전에 리뷰됨

Alexander K. · 3년 초과 전에 리뷰됨

The instructions around get_scal are not clear, possibly not correct. It says get_scal takes a list of features. In your solution, it takes only one feature. The minmax function hardcodes train[feature]. Given what's previously taught in the class, I was expecting the use of tf.keras.layers.Normalization for this normalization. I think the language/solution could be improved upon. I'm going to try and do this lab on my own to try and get to the end solution. Thank you!

Pritam D. · 3년 초과 전에 리뷰됨