Bắt đầu ngayBắt đầu miễn phí

Máy tưới tiêu

Bạn sẽ tự động hóa việc tưới các thửa ruộng bằng cách xây dựng một máy tưới tiêu thông minh. Bài toán multi-label classification khác với multi-class ở chỗ mỗi quan sát có thể được gán 0 hoặc nhiều nhãn. Vì vậy, các lớp/nhãn không loại trừ lẫn nhau: bạn có thể tưới tất cả, không tưới thửa nào, hoặc bất kỳ tổ hợp thửa ruộng nào dựa trên đầu vào.

Để xử lý hành vi này, chúng ta dùng một output layer có số neuron bằng số lớp, nhưng lần này, khác với bài toán multi-class, mỗi neuron đầu ra dùng hàm kích hoạt sigmoid. Nhờ đó, mỗi neuron ở output layer có thể độc lập xuất ra một giá trị từ 0 đến 1.

Mô hình Sequential() và các layer Dense() đã sẵn sàng để sử dụng. Đến lúc xây dựng máy tưới tiêu thông minh rồi!

Bài tập này là một phần của khóa học

Nhập môn Deep Learning với Keras

Xem khóa học

Hướng dẫn bài tập

  • Khởi tạo một mô hình Sequential().
  • Thêm một hidden layer 64 neuron, với số neuron đầu vào bằng số lượng cảm biến và dùng relu làm hàm kích hoạt.
  • Thêm một output layer với số neuron bằng số thửa ruộng và dùng sigmoid làm hàm kích hoạt.
  • Biên dịch (compile) mô hình với optimizer adam và loss binary_crossentropy.

Bài tập tương tác thực hành trực tiếp

Hãy thử làm bài tập này bằng cách hoàn thành đoạn mã mẫu này.

# Instantiate a Sequential model
model = ____

# Add a hidden layer of 64 neurons and a 20 neuron's input
____

# Add an output layer of 3 neurons with sigmoid activation
____

# Compile your model with binary crossentropy loss
model.compile(optimizer='adam',
           loss = ____,
           metrics=['accuracy'])

model.summary()
Chỉnh sửa và Chạy Mã