1. Nauka
    2. /
  2. Kursy
    3. /
  3. Zaawansowane uczenie głębokie z Keras
Connected

ćwiczenie

Tworzenie warstwy wejściowej z wieloma kolumnami

W tym ćwiczeniu poznasz inny sposób tworzenia modeli z wieloma wejściami. Ta metoda działa wyłącznie z danymi liczbowymi, ale jest znacznie prostszym podejściem do budowania wielowymiarowych sieci neuronowych.

Zbiór danych turniejowych zawiera trzy kolumny numeryczne: 'seed_diff', 'home' i 'pred'. W tym ćwiczeniu stworzysz sieć neuronową, która wykorzystuje pojedynczą warstwę wejściową do przetwarzania wszystkich trzech wartości liczbowych.

Model powinien mieć jedno wyjście, które będzie przewidywać różnicę wyników w meczach turniejowych.

Instrukcje

100 XP
  • Utwórz pojedynczą warstwę wejściową z 3 kolumnami.
  • Połącz tę warstwę z warstwą Dense o 1 jednostce.
  • Zdefiniuj model z input_tensor jako wejściem i output_tensor jako wyjściem.
  • Skompiluj model, używając 'adam' jako optymalizatora i 'mean_absolute_error' jako funkcji straty.