多類別模型
你將要建立一個模型，只根據飛鏢落點的位置來預測是誰投的！也就是以飛鏢在靶上的 x 與 y 座標為依據。
這是一個多類別分類問題，因為每支飛鏢只可能由 4 位參賽者中的一位投出。類別（標籤）彼此互斥，因此我們可以建立一個輸出神經元數量等同於參賽者人數的輸出層，並使用 softmax 活化函式，讓所有參賽者的機率總和為 1。
Sequential 模型與 Dense 層已經替你匯入，可以直接使用。
本練習屬於課程
Keras 深度學習入門
練習說明
- 建立一個
Sequential模型。 - 加入 3 個 dense 層，神經元數分別為 128、64、32。
- 再加入一個最終的 dense 層，其神經元數與參賽者人數相同。
- 使用
categorical_crossentropy損失函式來編譯你的模型。
動手互動練習
試著完成這個範例程式碼，體驗一下這個練習。
# Instantiate a sequential model
model = ____
# Add 3 dense layers of 128, 64 and 32 neurons each
model.add(____(____, input_shape=(2,), activation='relu'))
model.add(____(____, activation='relu'))
model.add(____(____, activation='relu'))
# Add a dense layer with as many neurons as competitors
model.add(____(____, activation=____))
# Compile your model using categorical_crossentropy loss
model.compile(loss=____,
optimizer='adam',
metrics=['accuracy'])