Specificarea unui model

Acum vei lucra cu primul tău model în Keras și vei putea imediat să rulezi modele de rețele neuronale mai complexe pe seturi de date mai mari față de primele două capitole.

Pentru început, vei lua scheletul unei rețele neuronale și vei adăuga un strat ascuns și un strat de ieșire. Apoi vei antrena modelul și vei vedea cum Keras realizează optimizarea, astfel încât modelul să se îmbunătățească continuu.

Ca prim exercițiu, vei prezice salariile angajaților pe baza unor caracteristici precum industria, nivelul de educație și experiența. Setul de date se află într-un DataFrame pandas numit df. Pentru comoditate, toate coloanele din df, cu excepția variabilei țintă, au fost convertite într-un array NumPy numit predictors. Variabila țintă, wage_per_hour, este disponibilă ca array NumPy numit target.

Pentru toate exercițiile din acest capitol, am importat deja constructorul de model Sequential, constructorul de strat Dense și pandas.

Acest exercițiu face parte din cursul

Introducere în Deep Learning în Python

Vezi cursul

Instrucțiuni pentru exercițiu

Stochează numărul de coloane din datele predictors în n_cols. Acest pas a fost deja realizat pentru tine.
Creează un model Sequential numit model.
Folosește metoda .add() pe model pentru a adăuga un strat Dense.
- Adaugă 50 de unități, specifică activation='relu' și parametrul input_shape ca tuplu (n_cols,), ceea ce înseamnă că fiecare rând de date conține n_cols elemente, iar orice număr de rânduri este acceptat ca intrare.
Adaugă un alt strat Dense. Acesta trebuie să aibă 32 de unități și o activare 'relu'.
În final, adaugă un strat de ieșire, adică un strat Dense cu un singur nod. Nu folosi nicio funcție de activare aici.

Exercițiu interactiv practic

Încearcă acest exercițiu completând acest cod de exemplu.

# Import necessary modules
from tensorflow.keras.layers import Dense
from tensorflow.keras.models import Sequential

# Save the number of columns in predictors: n_cols
n_cols = predictors.shape[1]

# Set up the model: model
model = ____

# Add the first layer
____.____(____(____, ____=____, ____=(____)))

# Add the second layer
____

# Add the output layer
____

Editează și rulează codul