Erstell 'ne Eingabeeinheit für Heim- und Auswärtsspiele.
Jetzt wirst du das Modell, das du im letzten Kapitel für die regulären Saisonspiele benutzt hast, ein bisschen verbessern. Du weißt, dass es im Basketball einen gut dokumentierten Heimvorteil gibt, also fügst du deinem Modell einen neuen Input hinzu, um diesen Effekt zu erfassen.
Dieses Modell hat drei Eingaben: team_id_1, team_id_2 und home. Die Team-IDs sind ganze Zahlen, die du in deinem Teamstärke-Modell aus dem letzten Kapitel findest, und „home“ ist eine binäre Variable: 1, wenn „ team_1 “ zu Hause spielt, 0, wenn nicht.
Die Datei „ team_strength_model “, die du im letzten Kapitel benutzt hast, ist jetzt in deinem Arbeitsbereich geladen. Nachdem du das auf jeden Input angewendet hast, verbinde die beiden Teamstärken mit einer Concatenate-Schicht und der Variablen „Heim vs. Auswärts“ und gib das Ergebnis an eine Dense-Schicht weiter.
Diese Übung ist Teil des Kurses
Fortgeschrittenes Deep Learning mit Keras
Anleitung zur Übung
- Erstell drei Eingabeschichten mit Form 1, eine für Team 1, eine für Team 2 und eine für Heim gegen Auswärts.
- Schau dir die Beiträge des Teams unter „
team_strength_model()“ an. - Verbinde die Stärken des Teams mit den Eingaben von zu Hause und leite sie an eine Dense-Schicht weiter.
Interaktive Übung
Versuche dich an dieser Übung, indem du diesen Beispielcode vervollständigst.
# Create an Input for each team
team_in_1 = ____(shape=(1,), name='Team-1-In')
team_in_2 = ____(shape=(1,), name='Team-2-In')
# Create an input for home vs away
home_in = ____(shape=(1,), name='Home-In')
# Lookup the team inputs in the team strength model
team_1_strength = ____(____)
team_2_strength = ____(____)
# Combine the team strengths with the home input using a Concatenate layer, then add a Dense layer
out = _____()([____, ____, home_in])
out = _____(____)(____)