Keras input- och dense-lager

Avancerad djupinlärning med Keras

Zach Deane-Mayer

Data Scientist

Kursöversikt

Kapitel 1: Introduktion till Keras funktionella API (repetition)
Kapitel 2: Modeller med 2 indata
Kapitel 3: Modeller med 3 indata
Kapitel 4: Flera utdata

Kursdatamängder: College-basketdata, 1989–2017

Datamängd 1: Grundserie

Lag-ID 1
Lag-ID 2
Hemma vs Borta
Poängskillnad (Lag 1 – Lag 2)
Lag 1:s poäng
Lag 2:s poäng
Vunnet vs Förlorat

Datamängd 2: Turneringsspel

Samma som Datamängd 1
Innehåller även seedningsskillnad

Kursdatamängder: College-basketdata, 1989–2017

import pandas as pd
games_season = pd.read_csv('datasets/games_season.csv')
games_season.head()

Out[1]:
   season  team_1  team_2  home  score_diff  score_1  score_2  won
0    1985    3745    6664     0          17       81       64    1
1    1985     126    7493     1           7       77       70    1
2    1985     288    3593     1           7       63       56    1
3    1985    1846    9881     1          16       70       54    1
4    1985    2675   10298     1          12       86       74    1

games_tourney = pd.read_csv('datasets/games_tourney.csv')
games_tourney.head()

Out[2]:
   season  team_1  team_2  home  seed_diff  score_diff  score_1  score_2  won
0    1985     288      73     0         -3          -9       41       50    0
1    1985    5929      73     0          4           6       61       55    1
2    1985    9884      73     0          5          -4       59       63    0
3    1985      73     288     0          3           9       50       41    1
4    1985    3920     410     0          1          -9       54       63    0

Indata och utdata

Två grundläggande delar:

Indatalager
Utdatalager

Indata

from tensorflow.keras.layers import Input
input_tensor = Input(shape=(1,))

Indata

from tensorflow.keras.layers import Input
input_tensor = Input(shape=(1,))
print(input_tensor)

KerasTensor(type_spec=TensorSpec(shape=(None, 1), dtype=tf.float32, name='input_1'), name='input_1', description="created by layer 'input_1'")

Utdata

from tensorflow.keras.layers import Dense
output_layer = Dense(1)

Utdata

from tensorflow.keras.layers import Dense
output_layer = Dense(1)
print(output_layer)

<keras.layers.core.dense.Dense object at 0x15df15e80>

Koppla indata till utdata

from tensorflow.keras.layers import Input, Dense
input_tensor = Input(shape=(1,))
output_layer = Dense(1)
output_tensor = output_layer(input_tensor)

Koppla indata till utdata

print(output_tensor)

KerasTensor(type_spec=TensorSpec(shape=(None, 1), dtype=tf.float32, name=None), name='dense_1/BiasAdd:0', description="created by layer 'dense_1'")

Nu kör vi en övning!

Avancerad djupinlärning med Keras