Especificando um modelo
Você vai construir um modelo simples de regressão para prever a órbita do meteoro!
Seus dados de treino consistem em medições feitas em etapas de tempo de -10 minutos antes da região de impacto até +10 minutos depois. Cada etapa de tempo pode ser vista como uma coordenada X no nosso gráfico, que tem uma posição Y associada para a órbita do meteoro naquele momento.
Note que você pode encarar este problema como a aproximação de uma função quadrática usando redes neurais.
Esses dados estão armazenados em dois arrays do numpy: um chamado time_steps, que chamamos de features, e outro chamado y_positions, com os labels.
Siga em frente e construa seu modelo! Ele deve ser capaz de prever as posições y da órbita do meteoro em etapas de tempo futuras.
O modelo Sequential do Keras e as camadas Dense estão disponíveis para você usar.
Este exercício faz parte do curso
Introdução ao Deep Learning com Keras
Instruções do exercício
- Instancie um modelo
Sequential. - Adicione uma camada Dense de 50 neurônios com uma forma de entrada de 1 neurônio.
- Adicione duas camadas Dense de 50 neurônios cada com ativação
'relu'. - Finalize seu modelo com uma camada Dense com um único neurônio e sem ativação.
Exercício interativo prático
Experimente este exercício completando este código de exemplo.
# 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.____