Задаємо модель
Ви побудуєте просту модель регресії, щоб передбачати орбіту метеора!
Ваші тренувальні дані складаються з вимірювань у часових кроках від -10 хвилин до зони удару до +10 хвилин після. Кожен часовий крок можна розглядати як координату X на нашому графіку, якій відповідає положення Y орбіти метеора в цей момент.
Зверніть увагу: це завдання можна розглядати як апроксимацію квадратичної функції за допомогою нейронних мереж.
Ці дані збережено у двох масивах numpy: time_steps — це так звані ознаки (features), і y_positions — мітки (labels).
Переходьте до побудови моделі! Вона має вміти передбачати значення y для орбіти метеора на майбутніх часових кроках.
Для використання доступні модель Keras Sequential і шари Dense.
Ця вправа є частиною курсу
Вступ до Deep Learning з Keras
Інструкції до вправи
- Створіть модель
Sequential. - Додайте шар Dense на 50 нейронів із формою входу з 1 нейроном.
- Додайте два шари Dense по 50 нейронів кожен з активацією
'relu'. - Завершіть модель шаром Dense з одним нейроном без активації.
Інтерактивна практична вправа
Спробуйте виконати цю вправу, доповнивши цей зразок коду.
# Instantiate a Sequential model
model = ____
# Add a Dense layer with 50 neurons and an input of 1 neuron
model.add(____(____, input_shape=(____,), activation='relu'))
# Add two Dense layers with 50 neurons and relu activation
model.add(____(____,____=____))
model.____
# End your model with a Dense layer and no activation
model.____