एक मॉडल निर्दिष्ट करना
आप एक सरल regression मॉडल बनाएँगे जो उल्का (meteor) की कक्षा का अनुमान लगाएगा!
आपका training डेटा impact क्षेत्र से -10 मिनट पहले से लेकर +10 मिनट बाद तक लिए गए time steps के मापों से बना है। हर time step को हमारे ग्राफ़ में X coordinate माना जा सकता है, जिसके साथ उस समय उल्का की कक्षा की स्थिति Y जुड़ी होती है.
ध्यान दें कि आप इस समस्या को न्यूरल नेटवर्क्स की मदद से एक quadratic फंक्शन के निकटानुमान के रूप में देख सकते हैं.
यह डेटा दो numpy arrays में रखा गया है: एक time_steps, जिसे हम features कहते हैं, और दूसरा y_positions, जिसमें labels हैं।
आगे बढ़िए और अपना मॉडल बनाइए! इसे भविष्य के time steps पर उल्का कक्षा के y positions का अनुमान लगाने में सक्षम होना चाहिए.
Keras का Sequential मॉडल और Dense लेयर्स आपके उपयोग के लिए उपलब्ध हैं.
यह अभ्यास पाठ्यक्रम का हिस्सा है
Keras के साथ डीप लर्निंग परिचय
अभ्यास निर्देश
- एक
Sequentialमॉडल instantiate करें. - 50 न्यूरॉन्स वाली एक Dense लेयर जोड़ें जिसमें input shape 1 न्यूरॉन का हो.
- 50-50 न्यूरॉन्स और
'relu'एक्टिवेशन वाली दो Dense लेयर्स जोड़ें. - अपने मॉडल को एक single न्यूरॉन और बिना किसी एक्टिवेशन वाली Dense लेयर से समाप्त करें.
इंटरैक्टिव व्यावहारिक अभ्यास
इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।
# Instantiate a Sequential model
model = ____
# Add a Dense layer with 50 neurons and an input of 1 neuron
model.add(____(____, input_shape=(____,), activation='relu'))
# Add two Dense layers with 50 neurons and relu activation
model.add(____(____,____=____))
model.____
# End your model with a Dense layer and no activation
model.____