Catégories intégrées

Machine Learning avancé avec Keras

Zach Deane Mayer

Data Scientist

Catégories intégrées

Entrée : entiers
Sortie : réels (floats)
Note : dimensionnalité accrue ; la couche de sortie aplanit en 2D

Entrées

input_tensor = Input(shape=(1,))

Couche d'intégration

from tensorflow.keras.layers import Embedding
input_tensor = Input(shape=(1,))
n_teams = 10887
embed_layer = Embedding(input_dim=n_teams,
                        input_length=1,
                        output_dim=1,
                        name='Team-Strength-Lookup')
embed_tensor = embed_layer(input_tensor)

Aplanissement

from tensorflow.keras.layers import Flatten
flatten_tensor = Flatten()(embed_tensor)

Assembler le tout

input_tensor = Input(shape=(1,))
n_teams =  10887
embed_layer = Embedding(input_dim=n_teams,
                        input_length=1,
                        output_dim=1,
                        name='Team-Strength-Lookup')
embed_tensor = embed_layer(input_tensor)
flatten_tensor = Flatten()(embed_tensor)
model = Model(input_tensor, flatten_tensor)

Passons à la pratique !

Machine Learning avancé avec Keras