Định nghĩa một mô hình
Bạn sẽ xây dựng một mô hình hồi quy đơn giản để dự đoán quỹ đạo của thiên thạch!
Dữ liệu huấn luyện gồm các phép đo tại các mốc thời gian từ -10 phút trước vùng va chạm đến +10 phút sau đó. Mỗi mốc thời gian có thể xem là một tọa độ X trên đồ thị, đi kèm là vị trí Y tương ứng của quỹ đạo thiên thạch tại thời điểm đó.
Lưu ý: bạn có thể xem bài toán này như việc xấp xỉ một hàm bậc hai bằng mạng nơ-ron.
Dữ liệu này được lưu trong hai mảng numpy: một mảng tên time_steps, còn gọi là features, và mảng còn lại y_positions, là labels.
Hãy bắt tay xây dựng mô hình! Mô hình cần dự đoán được vị trí y của quỹ đạo thiên thạch tại các mốc thời gian trong tương lai.
Bạn có sẵn Keras Sequential và các lớp Dense để sử dụng.
Bài tập này là một phần của khóa học
Nhập môn Deep Learning với Keras
Hướng dẫn bài tập
- Khởi tạo một mô hình
Sequential. - Thêm một lớp Dense với 50 neuron và input shape gồm 1 neuron.
- Thêm hai lớp Dense, mỗi lớp 50 neuron và kích hoạt
'relu'. - Kết thúc mô hình bằng một lớp Dense với một neuron duy nhất, không dùng kích hoạt.
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 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.____