Začněte nyníZačněte zdarma

Model pro binární klasifikaci

Teď, když víš, jak vypadá dataset Banknote Authentication, sestavíme jednoduchý model, který rozliší pravé bankovky od falešných.

Binární klasifikaci provedeš pomocí jediného neuronu na výstupu. Vstupní vrstva bude mít 4 neurony, protože náš dataset obsahuje 4 příznaky. Výstup modelu bude hodnota v rozsahu od 0 do 1.

Tuto hodnotu budeme interpretovat jako pravděpodobnost, že vstupní proměnné pocházejí z falešné dolarové bankovky – hodnota 1 znamená, že jsme si jisti, že jde o padělat.

Toto cvičení je součástí kurzu

Úvod do hlubokého učení s Keras

Zobrazit kurz

Pokyny k cvičení

  • Z tensorflow.keras importuj model Sequential a vrstvu Dense.
  • Vytvoř sekvenční model.
  • Přidej vstupní vrstvu se 4 neurony pomocí parametru input_shape a výstupní vrstvu s 1 neuronem s aktivací sigmoid.
  • Zkompiluj model s optimalizátorem sgd.

Interaktivní cvičení na vyzkoušení si v praxi

Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.

# Import the sequential model and dense layer
from tensorflow.keras.____ import ____
from tensorflow.keras.____ import ____

# Create a sequential model
model = ____

# Add a dense layer 
model.____(Dense(____, input_shape=(____,), activation=____))

# Compile your model
model.____(loss='binary_crossentropy', optimizer=____, metrics=['accuracy'])

# Display a summary of your model
model.summary()
Upravit a spustit kód