1. Apprendre
  2. /
  3. Cours
  4. /
  5. Wprowadzenie do uczenia głębokiego z Keras

Connected

Exercice

Rozpoznawanie cyfr

Zbudujesz model na podstawie zbioru danych digits, przykładowego zbioru danych dołączonego do scikit-learn. Zbiór danych digits zawiera odręcznie napisane cyfry od 0 do 9 w formacie 8x8 pikseli:

Zadanie polega na rozróżnieniu każdej z 10 możliwych cyfr na podstawie obrazu – mamy więc do czynienia z klasyfikacją wieloklasową.

Zbiór danych został już podzielony na X_train, y_train, X_test i y_test, przy czym 30% danych przeznaczono na zbiór testowy. Etykiety są już zakodowane jako wektory one-hot, więc nie musisz używać funkcji to_categorical() z Keras.

Zbudujmy nowy model!

Instructions

100 XP
  • Dodaj warstwę Dense z 16 neuronami, aktywacją relu i parametrem input_shape odpowiadającym łącznej liczbie pikseli obrazu cyfry 8x8.
  • Dodaj warstwę Dense z 10 wyjściami i aktywacją softmax.
  • Skompiluj model, używając optymalizatora adam, funkcji straty categorical_crossentropy i metryki accuracy.
  • Sprawdź, czy model działa poprawnie, wykonując predykcję na zbiorze X_train.