Mulai sekarangMulai gratis

Mengenali digit

Anda akan membangun sebuah model pada digits dataset, himpunan data contoh yang sudah tersedia di scikit-learn. Digits dataset berisi gambar digit tulisan tangan berukuran 8x8 piksel dari 0 hingga 9:

Anda ingin membedakan setiap dari 10 digit yang mungkin berdasarkan sebuah gambar, sehingga ini merupakan klasifikasi multikelas.

Himpunan data telah dibagi menjadi X_train, y_train, X_test, dan y_test, dengan 30% data sebagai data pengujian. Label sudah berupa vektor one-hot encoded, jadi Anda tidak perlu menggunakan fungsi Keras to_categorical().

Mari kita bangun model baru ini!

Latihan ini merupakan bagian dari kursus

Pengantar Deep Learning dengan Keras

Lihat Kursus

Instruksi latihan

  • Tambahkan lapisan Dense dengan 16 neuron, aktivasi relu, dan input_shape yang menerima jumlah total piksel dari gambar digit 8x8.
  • Tambahkan lapisan Dense dengan 10 keluaran dan aktivasi softmax.
  • Kompilasi model Anda dengan adam, categorical_crossentropy, dan metrik accuracy.
  • Pastikan model Anda berjalan dengan membuat prediksi pada X_train.

Latihan interaktif langsung praktik

Cobalah latihan ini dengan melengkapi kode contoh ini.

# 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(____))
Edit dan Jalankan Kode