Un model multi-clasă
Vei construi un model care prezice cine a aruncat fiecare săgeată, bazându-se exclusiv pe locul unde a aterizat! (Adică pe coordonatele x și y ale săgeții pe țintă.)
Acesta este o problemă de clasificare multi-clasă, deoarece fiecare săgeată poate fi aruncată de unul singur dintre cei 4 competitori. Prin urmare, clasele/etichetele se exclud reciproc, ceea ce înseamnă că putem construi un neuron cu atâtea ieșiri câți competitori există și putem folosi funcția de activare softmax pentru a obține o sumă totală a probabilităților egală cu 1 pentru toți competitorii.
Modelul Sequential și straturile Dense sunt deja importate pentru tine.
Acest exercițiu face parte din cursul
Introducere în Deep Learning cu Keras
Instrucțiuni pentru exercițiu
- Instanțiază un model
Sequential. - Adaugă 3 straturi dense cu câte 128, 64 și, respectiv, 32 de neuroni.
- Adaugă un strat dens final cu atâția neuroni câți competitori există.
- Compilează modelul folosind funcția de pierdere
categorical_crossentropy.
Exercițiu interactiv practic
Încearcă acest exercițiu completând acest cod de exemplu.
# Instantiate a sequential model
model = ____
# Add 3 dense layers of 128, 64 and 32 neurons each
model.add(____(____, input_shape=(2,), activation='relu'))
model.add(____(____, activation='relu'))
model.add(____(____, activation='relu'))
# Add a dense layer with as many neurons as competitors
model.add(____(____, activation=____))
# Compile your model using categorical_crossentropy loss
model.compile(loss=____,
optimizer='adam',
metrics=['accuracy'])