Klasifikace a regrese v jednom modelu
Teď vytvoříš jiný typ modelu se dvěma výstupy. Tentokrát budeš předpovídat rozdíl skóre místo skóre obou týmů zvlášť a zároveň odhadneš pravděpodobnost, že tým 1 zápas vyhrál. Jde o pěkný model, který kombinuje klasifikaci i regresi!
V tomto modelu vypni bias, neboli intercept, pro každou vrstvu. Tvoje vstupy (rozdíl nasazení a předpovězený rozdíl skóre) mají průměr velmi blízký nule a stejně tak oba výstupy — model tedy bias člen k dobré aproximaci dat nepotřebuje.
Toto cvičení je součástí kurzu
Advanced Deep Learning with Keras
Pokyny k cvičení
- Vytvoř jednu vstupní vrstvu se 2 sloupci.
- První výstupní vrstva by měla mít 1 jednotku s aktivací
'linear'a bez bias členu. - Druhá výstupní vrstva by měla mít 1 jednotku s aktivací
'sigmoid'a bez bias členu. Jako vstup do této vrstvy použij první výstupní vrstvu. - Vytvoř model s těmito vstupy a výstupy.
Interaktivní cvičení na vyzkoušení si v praxi
Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.
# Create an input layer with 2 columns
input_tensor = ____
# Create the first output
output_tensor_1 = ____(____, activation=____, use_bias=____)(____)
# Create the second output (use the first output as input here)
output_tensor_2 = ____(____, activation=____, use_bias=____)(____)
# Create a model with 2 outputs
model = ____(____, [____, ____])