Definiowanie modelu
Zbudujesz prosty model regresji, który przewidzi orbitę meteoru!
Dane treningowe składają się z pomiarów wykonanych w krokach czasowych od -10 minut przed strefą uderzenia do +10 minut po. Każdy krok czasowy można traktować jako współrzędną X na wykresie, której odpowiada pozycja Y meteoru na orbicie w danym momencie.
Zauważ, że ten problem można potraktować jako aproksymację funkcji kwadratowej za pomocą sieci neuronowej.
Dane są przechowywane w dwóch tablicach numpy: time_steps, które pełnią rolę cech, oraz y_positions, zawierającej etykiety.
Do dzieła – zbuduj swój model! Powinien być w stanie przewidywać pozycje Y meteoru na orbicie dla przyszłych kroków czasowych.
Model Sequential oraz warstwy Dense z biblioteki Keras są już dostępne do użycia.
To ćwiczenie jest częścią kursu
Wprowadzenie do uczenia głębokiego z Keras
Instrukcje do ćwiczenia
- Utwórz instancję modelu
Sequential. - Dodaj warstwę Dense z 50 neuronami i rozmiarem wejścia równym 1 neuron.
- Dodaj dwie warstwy Dense z 50 neuronami każda i aktywacją
'relu'. - Zakończ model warstwą Dense z pojedynczym neuronem i bez funkcji aktywacji.
Interaktywne ćwiczenie praktyczne
Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.
# Instantiate a Sequential model
model = ____
# Add a Dense layer with 50 neurons and an input of 1 neuron
model.add(____(____, input_shape=(____,), activation='relu'))
# Add two Dense layers with 50 neurons and relu activation
model.add(____(____,____=____))
model.____
# End your model with a Dense layer and no activation
model.____