ПочатиПочніть безкоштовно

Вивчаємо рукописні цифри

Ви створите модель на основі набору даних digits — це зразковий набір даних, який постачається разом із scikit-learn. Набір даних digits містить рукописні цифри 0–9 розміром 8x8 пікселів:

Вам потрібно розрізняти кожну з 10 можливих цифр за зображенням, тож маємо справу з багатокласовою класифікацією.

Набір даних уже розділено на X_train, y_train, X_test і y_test, де 30% даних використано для тестування. Мітки вже перетворені на one-hot вектори, тож вам не потрібно використовувати функцію Keras to_categorical().

Створімо цей новий model!

Ця вправа є частиною курсу

Вступ до Deep Learning з Keras

Переглянути курс

Інструкції до вправи

  • Додайте шар Dense на 16 нейронів із активацією relu та input_shape, що приймає загальну кількість пікселів у зображенні цифри 8x8.
  • Додайте шар Dense із 10 виходами та активацією softmax.
  • Скомпілюйте свою модель з adam, categorical_crossentropy і метрикою accuracy.
  • Переконайтеся, що модель працює, здійснивши прогнозування на X_train.

Інтерактивна практична вправа

Спробуйте виконати цю вправу, доповнивши цей зразок коду.

# Instantiate a Sequential model
model = Sequential()

# Input and hidden layer with input_shape, 16 neurons, and relu 
model.add(Dense(____, input_shape = (____,), activation = ____))

# Output layer with 10 neurons (one per digit) and softmax
model.____(____)

# Compile your model
model.____(optimizer = ____, loss = ____, metrics = [____])

# Test if your model is well assembled by predicting before training
print(model.predict(____))
Редагувати та запускати код