Bắt đầu ngayBắt đầu miễn phí

Mô hình phân loại nhị phân

Giờ bạn đã biết bộ dữ liệu Banknote Authentication trông như thế nào, chúng ta sẽ xây dựng một mô hình đơn giản để phân biệt tiền thật và giả.

Bạn sẽ thực hiện bài toán phân loại nhị phân bằng cách dùng một neuron làm đầu ra. Lớp đầu vào sẽ có 4 neuron vì bộ dữ liệu có 4 đặc trưng. Đầu ra của mô hình sẽ là một giá trị bị ràng buộc trong khoảng từ 0 đến 1.

Chúng ta sẽ diễn giải con số đầu ra này như xác suất cho việc các biến đầu vào đến từ một tờ đô la giả, trong đó 1 có nghĩa là chúng ta chắc chắn đó là tiền giả.

Bài tập này là một phần của khóa học

Nhập môn Deep Learning với Keras

Xem khóa học

Hướng dẫn bài tập

  • Import mô hình Sequential và lớp Dense từ tensorflow.keras.
  • Tạo một mô hình tuần tự.
  • Thêm lớp đầu vào 4 neuron với tham số input_shape và lớp đầu ra 1 neuron với hàm kích hoạt sigmoid.
  • Biên dịch mô hình bằng cách dùng sgd làm bộ tối ưu (optimizer).

Bài tập tương tác thực hành trực tiếp

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

# Import the sequential model and dense layer
from tensorflow.keras.____ import ____
from tensorflow.keras.____ import ____

# Create a sequential model
model = ____

# Add a dense layer 
model.____(Dense(____, input_shape=(____,), activation=____))

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

# Display a summary of your model
model.summary()
Chỉnh sửa và Chạy Mã