ComenzarEmpieza gratis

Un modelo multiclase

Vas a construir un modelo que predice quién lanzó qué dardo basándose únicamente en dónde cayó ese dardo. (Son las coordenadas x e y del dardo en el tablero).

Este problema es un problema de clasificación multiclase, ya que cada dardo sólo puede ser lanzado por uno de 4 competidores. Así que las clases/etiquetas son mutuamente excluyentes, y por lo tanto podemos construir una neurona con tantas salidas como competidores y utilizar la función de activación softmax para conseguir una suma total de probabilidades de 1 sobre todos los competidores.

El modelo Sequential y las capas Dense ya están importados para que usted los utilice.

Este ejercicio forma parte del curso

Introducción al aprendizaje profundo con Keras

Ver curso

Instrucciones de ejercicio

  • Instanciar un modelo Sequential.
  • Añade 3 capas densas de 128, 64 y 32 neuronas cada una.
  • Añade una última capa densa con tantas neuronas como competidores.
  • Compile su modelo utilizando categorical_crossentropy loss.

Ejercicio interactivo práctico

Pruebe este ejercicio completando este código de muestra.

# Instantiate a sequential model
model = ____
  
# Add 3 dense layers of 128, 64 and 32 neurons each
model.add(____(____, input_shape=(2,), activation='relu'))
model.add(____(____, activation='relu'))
model.add(____(____, activation='relu'))
  
# Add a dense layer with as many neurons as competitors
model.add(____(____, activation=____))
  
# Compile your model using categorical_crossentropy loss
model.compile(loss=____,
              optimizer='adam',
              metrics=['accuracy'])
Editar y ejecutar código