Kom igångKom igång gratis

Skapa ett indatalager med flera kolumner

I den här övningen tittar vi på ett annat sätt att skapa modeller med flera indata. Metoden fungerar enbart för rent numerisk data, men är ett mycket enklare sätt att bygga multivariata neurala nätverk.

Nu finns det tre numeriska kolumner i turneringsdatamängden: 'seed_diff', 'home' och 'pred'. I den här övningen skapar du ett neuralt nätverk som använder ett enda indatalager för att hantera alla tre numeriska indata.

Modellen ska ha en enda utdata för att förutsäga poängskillnaden i turneringsspel.

Den här övningen är en del av kursen

Avancerad djupinlärning med Keras

Visa kurs

Övningsinstruktioner

  • Skapa ett enda indatalager med 3 kolumner.
  • Koppla detta indatalager till ett Dense-lager med 1 enhet.
  • Skapa en modell med input_tensor som indata och output_tensor som utdata.
  • Kompilera modellen med 'adam' som optimerare och 'mean_absolute_error' som förlustfunktion.

Interaktiv övning med praktiskt arbete

Testa den här övningen genom att slutföra den här exempelkoden.

# Create an input layer with 3 columns
input_tensor = ____((____,))

# Pass it to a Dense layer with 1 unit
output_tensor = ____(____)(____)

# Create a model
model = ____(____, ____)

# Compile the model
____.____(optimizer=____, loss=____)
Redigera och kör kod