始める無料で始める

多クラス分類モデル

ダーツがボードのどこに当たったか（x座標とy座標）だけから、誰がそのダーツを投げたかを予測するモデルを作成します！

この問題は、4人の競技者のうち1人だけが投げているため、多クラス分類問題です。つまりクラス（ラベル）は互いに排他的です。そのため、出力ニューロン数を競技者数に合わせた層を作り、softmax 活性化関数を使うことで、全競技者に対する確率の合計が1になるようにできます。

Sequential モデルと Dense レイヤーはすでにインポート済みです。

この演習はコースの一部です

Kerasで学ぶIntroduction to Deep Learning

コースを見る

演習の手順

  • Sequential モデルをインスタンス化します。
  • それぞれ128、64、32ニューロンの全結合（dense）層を3つ追加します。
  • 最後に、競技者数と同じ数のニューロンを持つ全結合層を追加します。
  • 損失関数に categorical_crossentropy を指定してモデルをコンパイルします。

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。

# Instantiate a sequential model
model = ____
  
# Add 3 dense layers of 128, 64 and 32 neurons each
model.add(____(____, input_shape=(2,), activation='relu'))
model.add(____(____, activation='relu'))
model.add(____(____, activation='relu'))
  
# Add a dense layer with as many neurons as competitors
model.add(____(____, activation=____))
  
# Compile your model using categorical_crossentropy loss
model.compile(loss=____,
              optimizer='adam',
              metrics=['accuracy'])
コードを編集して実行