CommencerCommencer gratuitement

Apprendre les chiffres

Vous allez construire un modèle sur le jeu de données digits, un échantillon livré avec scikit-learn. Le jeu de données digits est composé de chiffres manuscrits 0 à 9 en 8×8 pixels :

Vous souhaitez distinguer chacun des 10 chiffres possibles à partir d’une image ; il s’agit donc d’une classification multi-classes.

Le jeu de données a déjà été séparé en X_train, y_train, X_test et y_test, avec 30 % des données réservées au test. Les étiquettes sont déjà des vecteurs one-hot encodés, vous n’avez donc pas besoin d’utiliser la fonction Keras to_categorical().

Construisons ce nouveau model !

Cet exercice fait partie du cours

Introduction au Deep Learning avec Keras

Afficher le cours

Instructions

  • Ajoutez une couche Dense de 16 neurones avec l’activation relu et un input_shape correspondant au nombre total de pixels de l’image de chiffre 8×8.
  • Ajoutez une couche Dense avec 10 sorties et l’activation softmax.
  • Compilez votre modèle avec adam, categorical_crossentropy et la métrique accuracy.
  • Vérifiez que votre modèle fonctionne en faisant une prédiction sur X_train.

Exercice interactif pratique

Essayez cet exercice en complétant cet exemple de code.

# Instantiate a Sequential model
model = Sequential()

# Input and hidden layer with input_shape, 16 neurons, and relu 
model.add(Dense(____, input_shape = (____,), activation = ____))

# Output layer with 10 neurons (one per digit) and softmax
model.____(____)

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

# Test if your model is well assembled by predicting before training
print(model.predict(____))
Modifier et exécuter le code