ホーム対アウェイの入力レイヤーを作る
ここでは、前の章でレギュラーシーズンの試合に使ったモデルを改良します。バスケットボールではホームチームの優位性がよく知られているので、この効果を取り込む新しい入力をモデルに追加します。
このモデルは team_id_1、team_id_2、home の3つの入力を持ちます。チームIDは前章のチーム強度モデルで参照する整数で、home は二値変数です。team_1 がホームなら 1、そうでなければ 0 です。
前章で使用した team_strength_model はワークスペースに読み込まれています。各入力に適用したあと、Concatenate レイヤーで2つのチーム強度とホーム/アウェイの変数を結合し、その結果を Dense レイヤーに渡してください。
この演習はコースの一部です
Keras で学ぶ高度な Deep Learning
演習の手順
- 形状 1 の入力レイヤーを3つ作成します。チーム1、チーム2、そしてホーム対アウェイ用にそれぞれ1つずつです。
- チームの入力を
team_strength_model()で参照します。 - チーム強度と home 入力を結合してから、Dense レイヤーに渡します。
実践的なインタラクティブ演習
このサンプルコードを完成させて、この演習に挑戦してみましょう。
# 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 = _____(____)(____)