Melatih dan Memprediksi dengan banyak masukan
Deep Learning Tingkat Lanjut dengan Keras
Zach Deane Mayer
Data Scientist
Latih dengan banyak masukan
model.fit([data_1, data_2], target)
Prediksi dengan banyak masukan
model.predict([np.array([[1]]), np.array([[2]])])
array([[3.]], dtype=float32)
model.predict([np.array([[42]]), np.array([[119]])])
array([[161.]], dtype=float32)
Evaluasi dengan banyak masukan
model.evaluate([np.array([[-1]]), np.array([[-2]])], np.array([[-3]]))
1/1 [==============================] - 0s 801us/step
Out[21]: 0.0
