1. Nauka
    2. /
  2. Kursy
    3. /
  3. Wprowadzenie do uczenia głębokiego w Pythonie
Connected

ćwiczenie

Dodawanie warstw do sieci

Wiesz już, jak eksperymentować z szerszymi sieciami. W tym ćwiczeniu wypróbujesz głębszą sieć – z większą liczbą ukrytych warstw.

Punktem wyjścia jest gotowy model bazowy o nazwie model_1. Ma on 1 ukrytą warstwę z 10 jednostkami. Podsumowanie struktury tego modelu jest wyświetlone poniżej. Zbudujesz podobną sieć, ale z 3 ukrytymi warstwami (każda nadal z 10 jednostkami).

Dopasowanie obu modeli zajmie chwilę – po uruchomieniu kodu poczekaj kilka sekund na wyniki.

Instrukcje

100 XP
  • Zdefiniuj model o nazwie model_2, który jest podobny do model_1, ale zamiast 1 ukrytej warstwy ma 3 ukryte warstwy po 10 jednostek.
    • Użyj input_shape, aby określić kształt wejścia w pierwszej ukrytej warstwie.
    • Zastosuj aktywację 'relu' dla 3 ukrytych warstw i 'softmax' dla warstwy wyjściowej, która powinna mieć 2 jednostki.
  • Skompiluj model_2 tak samo jak poprzednie modele: użyj 'adam' jako optimizer, 'categorical_crossentropy' jako funkcji straty oraz metrics=['accuracy'].
  • Kliknij Prześlij odpowiedź, aby dopasować oba modele i zobaczyć, który daje lepsze wyniki!