Определение поиска команды
Общие слои позволяют модели использовать одну и ту же матрицу весов на нескольких этапах. В этом упражнении вы создадите слой «силы команды», который представляет каждую команду одним числом. Это число будет использоваться для обеих команд в модели. Модель обучится подбирать число для каждой команды, которое хорошо работает как когда команда выступает в роли team_1, так и когда она выступает в роли team_2 во входных данных.
DataFrame games_season доступен в вашей рабочей области.
Это упражнение является частью курса
Продвинутое глубокое обучение с Keras
Инструкции к упражнению
- Подсчитайте количество уникальных команд.
- Создайте слой эмбеддинга (векторного представления), который сопоставляет идентификатору каждой команды одно число, отражающее её силу.
- Размерность выходных данных должна равняться 1 (поскольку мы хотим представить команды одним числом).
- Длина входных данных должна равняться 1 (поскольку каждая команда представлена ровно одним идентификатором).
Интерактивное практическое упражнение
Попробуйте выполнить это упражнение, дополнив этот пример кода.
# Imports
from tensorflow.keras.layers import Embedding
from numpy import unique
# Count the unique number of teams
n_teams = ____(games_season[____]).shape[0]
# Create an embedding layer
team_lookup = Embedding(input_dim=n_teams,
output_dim=____,
input_length=____,
name='Team-Strength')