EmpezarEmpieza gratis

Un modelo multiclase

Vas a crear un modelo que prediga quién lanzó cada dardo únicamente según dónde cayó ese dardo (es decir, sus coordenadas x e y en la diana).

Este es un problema de clasificación multiclase, ya que cada dardo solo puede haber sido lanzado por uno de 4 competidores. Por tanto, las clases/etiquetas son mutuamente excluyentes, y podemos crear una neurona con tantas salidas como competidores y usar la función de activación softmax para obtener una suma total de probabilidades igual a 1 entre todos los competidores.

El modelo Sequential y las capas Dense ya están importados para que las uses.

Este ejercicio forma parte del curso

Introducción al Deep Learning con Keras

Ver curso

Instrucciones del ejercicio

  • Instancia un modelo Sequential.
  • Añade 3 capas densas de 128, 64 y 32 neuronas, respectivamente.
  • Añade una última capa densa con tantas neuronas como competidores.
  • Compila tu modelo usando la función de pérdida categorical_crossentropy.

ejercicio interactivo práctico

Prueba este ejercicio completando este código de ejemplo.

# 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