1. 学ぶ
    2. /
  2. コース
    3. /
  3. Introduction to TensorFlow in Python
Connected

演習

dense レイヤー演算を使う

これまでに、線形代数を使って tensorflow で dense レイヤーを定義する方法を見てきました。この演習では、線形代数の詳細は省略し、keras に任せます。これにより、隠れ層が2層・特徴量が10の次のネットワークを、隠れ層1層・特徴量3のネットワークよりも少ないコードで構築できます。

This image depicts an neural network with 10 inputs nodes and 1 output node.

このネットワークを構築するには、3つの dense レイヤーを定義します。各レイヤーは前のレイヤーを入力として受け取り、重みを掛け、活性化関数を適用します。入力データは 100x10 のテンソル borrower_features として定義済みで利用できます。また、keras.layers モジュールも利用可能です。

指示

100 XP
  • dense1 を、出力ノードが7個で活性化関数が sigmoid の dense レイヤーに設定します。
  • dense2 を、出力ノードが3個で活性化関数が sigmoid の dense レイヤーとして定義します。
  • predictions を、出力ノードが1個で活性化関数が sigmoid の dense レイヤーとして定義します。
  • .shape メソッドを使って、dense1、dense2、predictions の順に形状を出力してください。これらのテンソルがいずれも100行になるのはなぜでしょうか？