เริ่มต้นใช้งานเริ่มต้นใช้งานได้ฟรี

การจำแนกประเภทและการถดถอยในโมเดลเดียว

คราวนี้จะสร้างโมเดลที่มี 2 output ในแบบที่แตกต่างออกไป แทนที่จะทำนายคะแนนของทั้งสองทีม โมเดลนี้จะทำนายส่วนต่างของคะแนน แล้วจึงทำนายความน่าจะเป็นที่ทีม 1 จะชนะ นับเป็นโมเดลที่น่าสนใจมาก เพราะทำได้ทั้งการจำแนกประเภทและการถดถอยในเวลาเดียวกัน

ในโมเดลนี้ ให้ปิดการใช้งาน bias หรือ intercept ของแต่ละ layer เนื่องจาก input (ส่วนต่างของ seed และส่วนต่างของคะแนนที่ทำนาย) มีค่าเฉลี่ยใกล้ศูนย์มาก และ output ทั้งสองก็มีค่าเฉลี่ยใกล้ศูนย์เช่นกัน โมเดลจึงไม่จำเป็นต้องใช้ bias term ในการ fit ข้อมูล

แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร

Deep Learning ขั้นสูงด้วย Keras

ดูคอร์ส

คำแนะนำการฝึกหัด

  • สร้าง input layer เดียวที่มี 2 คอลัมน์
  • output layer แรกควรมี 1 unit ใช้ activation แบบ 'linear' และไม่มี bias term
  • output layer ที่สองควรมี 1 unit ใช้ activation แบบ 'sigmoid' และไม่มี bias term โดยให้ใช้ output layer แรกเป็น input ของ layer นี้ด้วย
  • สร้างโมเดลโดยใช้ input และ output ที่กำหนดไว้

แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ

ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์

# Create an input layer with 2 columns
input_tensor = ____

# Create the first output
output_tensor_1 = ____(____, activation=____, use_bias=____)(____)

# Create the second output (use the first output as input here)
output_tensor_2 = ____(____, activation=____, use_bias=____)(____)

# Create a model with 2 outputs
model = ____(____, [____, ____])
แก้ไขและรันโค้ด