Definiera lagsökning
Delade lager gör att en modell kan använda samma viktmatris i flera steg. I den här övningen bygger du ett lager för "lagstyrka" som representerar varje lag med ett enda tal. Du använder det här talet för båda lagen i modellen. Modellen lär sig ett tal för varje lag som fungerar väl både när laget är team_1 och när det är team_2 i indata.
DataFrame:en games_season finns tillgänglig i din arbetsyta.
Den här övningen är en del av kursen
Avancerad djupinlärning med Keras
Övningsinstruktioner
- Räkna antalet unika lag.
- Skapa ett inbäddningslager (embedding layer) som mappar varje lags ID till ett enda tal som representerar lagets styrka.
- Utdataformen ska ha 1 dimension (eftersom vi vill representera lagen med ett enda tal).
- Indatalängden ska vara 1 dimension (eftersom varje lag representeras av exakt ett ID).
Interaktiv övning med praktiskt arbete
Testa den här övningen genom att slutföra den här exempelkoden.
# 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')