एक ही मॉडल में classification और regression
अब आप 2-आउटपुट वाले एक अलग तरह के मॉडल बनाएँगे. इस बार, आप दोनों टीमों के स्कोर की जगह स्कोर डिफरेंस को प्रेडिक्ट करेंगे, और फिर यह प्रेडिक्ट करेंगे कि टीम 1 के मैच जीतने की probability क्या थी. यह काफ़ी बढ़िया मॉडल है: यह classification और regression — दोनों करेगा!
इस मॉडल में, हर लेयर के लिए bias या intercept को बंद कर दीजिए. आपके इनपुट्स (seed difference और predicted score difference) का औसत लगभग शून्य है, और आपके आउटपुट्स का औसत भी शून्य के क़रीब है, इसलिए डेटा को अच्छी तरह फिट करने के लिए आपके मॉडल को bias टर्म की ज़रूरत नहीं होनी चाहिए.
यह अभ्यास पाठ्यक्रम का हिस्सा है
Keras के साथ Advanced Deep Learning
अभ्यास निर्देश
- 2 कॉलम वाला एक सिंगल इनपुट लेयर बनाएँ.
- पहला आउटपुट लेयर 1 यूनिट का हो,
'linear'activation के साथ और बिना bias टर्म के. - दूसरा आउटपुट लेयर 1 यूनिट का हो,
'sigmoid'activation के साथ और बिना bias टर्म के. साथ ही, इस लेयर के इनपुट के रूप में पहले आउटपुट लेयर का उपयोग करें. - इन इनपुट और आउटपुट्स के साथ एक मॉडल बनाएँ.
इंटरैक्टिव व्यावहारिक अभ्यास
इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।
# Create an input layer with 2 columns
input_tensor = ____
# Create the first output
output_tensor_1 = ____(____, activation=____, use_bias=____)(____)
# Create the second output (use the first output as input here)
output_tensor_2 = ____(____, activation=____, use_bias=____)(____)
# Create a model with 2 outputs
model = ____(____, [____, ____])