Phân loại và hồi quy trong cùng một mô hình
Bây giờ bạn sẽ tạo một kiểu mô hình 2 đầu ra khác. Lần này, bạn sẽ dự đoán chênh lệch điểm số (score difference) thay vì điểm số của từng đội, và sau đó dự đoán xác suất đội 1 thắng trận. Đây là một mô hình khá thú vị: nó sẽ làm cả phân loại lẫn hồi quy!
Trong mô hình này, hãy tắt bias (hay intercept) cho mỗi layer. Các đầu vào của bạn (chênh lệch hạt giống và chênh lệch điểm dự đoán) có giá trị trung bình gần bằng 0, và cả hai đầu ra cũng có giá trị trung bình gần bằng 0, nên mô hình của bạn không cần đến tham số bias để fit dữ liệu tốt.
Bài tập này là một phần của khóa học
Deep Learning nâng cao với Keras
Hướng dẫn bài tập
- Tạo một input layer với 2 cột.
- Output layer thứ nhất có 1 unit với kích hoạt
'linear'và không có bias. - Output layer thứ hai có 1 unit với kích hoạt
'sigmoid'và không có bias. Đồng thời, dùng output layer thứ nhất làm đầu vào cho layer này. - Tạo một mô hình với input và các output như trên.
Bài tập tương tác thực hành trực tiếp
Hãy thử làm bài tập này bằng cách hoàn thành đoạn mã mẫu này.
# 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 = ____(____, [____, ____])