Класифікація й регресія в одній моделі
Тепер ви створите інший тип моделі з двома виходами. Цього разу ви передбачатимете різницю в рахунку, а не обидва рахунки команд, а потім — імовірність того, що команда 1 виграла гру. Це доволі цікава модель: вона виконуватиме і класифікацію, і регресію!
У цій моделі вимкніть зсув, або перетин, для кожного шару. Ваші входи (різниця в сіяних номерах і передбачена різниця в рахунку) мають середнє, дуже близьке до нуля, і обидва виходи також мають середні, близькі до нуля, тож моделі не має бути потрібен зсув, щоб добре підігнатися до даних.
Ця вправа є частиною курсу
Просунуте глибоке навчання з Keras
Інструкції до вправи
- Створіть єдиний вхідний шар із 2 стовпцями.
- Перший вихідний шар має містити 1 юніт із активацією
'linear'і без зсуву. - Другий вихідний шар має містити 1 юніт із активацією
'sigmoid'і без зсуву. Також використайте перший вихідний шар як вхід до цього шару. - Створіть модель з цими входом і виходами.
Інтерактивна практична вправа
Спробуйте виконати цю вправу, доповнивши цей зразок коду.
# 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 = ____(____, [____, ____])