Buat layer input untuk kandang vs tandang
Sekarang Anda akan membuat perbaikan pada model yang Anda gunakan di bab sebelumnya untuk pertandingan musim reguler. Anda tahu ada keunggulan kandang yang terdokumentasi dengan baik dalam bola basket, jadi Anda akan menambahkan satu input baru ke model untuk menangkap efek ini.
Model ini akan memiliki tiga input: team_id_1, team_id_2, dan home. ID tim akan berupa bilangan bulat yang Anda gunakan untuk pencarian pada model kekuatan tim dari bab sebelumnya, dan home akan berupa variabel biner: 1 jika team_1 bermain di kandang, 0 jika tidak.
team_strength_model yang Anda gunakan di bab sebelumnya telah dimuat ke ruang kerja Anda. Setelah menerapkannya pada setiap input, gunakan layer Concatenate untuk menggabungkan dua kekuatan tim dan variabel kandang vs tandang, lalu teruskan hasilnya ke layer Dense.
Latihan ini merupakan bagian dari kursus
Deep Learning Tingkat Lanjut dengan Keras
Instruksi latihan
- Buat tiga layer input berdimensi 1, masing-masing untuk tim 1, tim 2, dan kandang vs tandang.
- Lakukan pencarian untuk input tim di
team_strength_model(). - Gabungkan kekuatan tim dengan input home menggunakan Concatenate dan teruskan ke layer Dense.
Latihan interaktif langsung praktik
Cobalah latihan ini dengan melengkapi kode contoh ini.
# Create an Input for each team
team_in_1 = ____(shape=(1,), name='Team-1-In')
team_in_2 = ____(shape=(1,), name='Team-2-In')
# Create an input for home vs away
home_in = ____(shape=(1,), name='Home-In')
# Lookup the team inputs in the team strength model
team_1_strength = ____(____)
team_2_strength = ____(____)
# Combine the team strengths with the home input using a Concatenate layer, then add a Dense layer
out = _____()([____, ____, home_in])
out = _____(____)(____)