ComeçarComece de graça

Uma máquina de irrigação

Você vai automatizar a irrigação de parcelas da fazenda criando uma máquina de irrigação inteligente. Problemas de classificação multirrótulo são diferentes dos de multiclasse porque cada observação pode receber zero ou mais rótulos. Ou seja, as classes/rótulos não são mutuamente exclusivos: você pode irrigar todas, nenhuma ou qualquer combinação de parcelas, dependendo das entradas.

Para lidar com esse comportamento, usamos uma camada de saída com tantos neurônios quanto classes, mas desta vez, ao contrário dos problemas multiclasse, cada neurônio de saída tem uma função de ativação sigmoid. Isso faz com que cada neurônio na camada de saída consiga produzir, de forma independente, um número entre 0 e 1.

O modelo Sequential() e as camadas Dense() já estão prontos para uso. É hora de construir uma máquina de irrigação inteligente!

Este exercício faz parte do curso

Introdução ao Deep Learning com Keras

Ver curso

Instruções do exercício

  • Instancie um modelo Sequential().
  • Adicione uma camada oculta de 64 neurônios com tantos neurônios de entrada quanto sensores e ativação relu.
  • Adicione uma camada de saída com tantos neurônios quanto parcelas e ativação sigmoid.
  • Compile seu modelo com o otimizador adam e a loss binary_crossentropy.

Exercício interativo prático

Experimente este exercício completando este código de exemplo.

# Instantiate a Sequential model
model = ____

# Add a hidden layer of 64 neurons and a 20 neuron's input
____

# Add an output layer of 3 neurons with sigmoid activation
____

# Compile your model with binary crossentropy loss
model.compile(optimizer='adam',
           loss = ____,
           metrics=['accuracy'])

model.summary()
Editar e executar o código