시작하기무료로 시작하기

다중 클래스 모델

이제 다트가 어디에 꽂혔는지(보드 위 다트의 x, y 좌표)만 보고, 누가 던졌는지를 예측하는 모델을 만들어 볼 거예요!

이 문제는 각 다트가 4명 중 한 사람에게만 속하므로 다중 클래스 분류 문제입니다. 즉, 클래스(레이블)가 서로 배타적이므로, 참가자 수만큼 출력 뉴런을 두고 softmax 활성화 함수를 사용해 모든 참가자에 대한 확률의 합이 1이 되도록 만들 수 있어요.

Sequential 모델과 Dense 레이어는 이미 임포트되어 있습니다.

이 연습은 강의의 일부입니다

Keras로 시작하는 딥 러닝

강의 보기

연습 안내

  • Sequential 모델을 인스턴스화하세요.
  • 128, 64, 32개의 뉴런을 갖는 Dense 레이어 3개를 추가하세요.
  • 참가자 수와 동일한 수의 뉴런을 갖는 최종 Dense 레이어를 추가하세요.
  • 손실 함수로 categorical_crossentropy를 사용해 모델을 컴파일하세요.

실습형 인터랙티브 연습

이 예제를 이 샘플 코드를 완성하여 풀어보세요.

# 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'])
코드 편집 및 실행