Sopravvivere a un impatto di meteorite

Introduzione al Deep Learning con Keras

Miguel Esteban

Data Scientist & Founder

Riepilogo

from tensorflow.keras.models import Sequential
from tensorflow.keras.layers import Dense

# Create a new sequential model
model = Sequential()

# Add and input and dense layer
model.add(Dense(2, input_shape=(3,),
                activation="relu"))

# Add a final 1 neuron layer
model.add(Dense(1))
<

Introduzione al Deep Learning con Keras

Compilazione

# Compiling your previously built model
model.compile(optimizer="adam", loss="mse")

Introduzione al Deep Learning con Keras

Addestramento

# Train your model
model.fit(X_train, y_train, epochs=5)

Epoch 1/5
1000/1000 [==============================] - 0s 242us/step - loss: 0.4090
Epoch 2/5
1000/1000 [==============================] - 0s 34us/step - loss: 0.3602
Epoch 3/5
1000/1000 [==============================] - 0s 37us/step - loss: 0.3223
Epoch 4/5
1000/1000 [==============================] - 0s 34us/step - loss: 0.2958
Epoch 5/5
1000/1000 [==============================] - 0s 33us/step - loss: 0.2795
Introduzione al Deep Learning con Keras

Predizione

# Predict on new data
preds = model.predict(X_test)

# Look at the predictions
print(preds)

array([[0.6131608 ],
       [0.5175948 ],
       [0.60209155],
       ...,
       [0.55633   ],
       [0.5305591 ],
       [0.50682044]])
Introduzione al Deep Learning con Keras

Valutazione

# Evaluate your results
model.evaluate(X_test, y_test)

1000/1000 [==============================] - 0s 53us/step
0.25
Introduzione al Deep Learning con Keras

Il problema

Introduzione al Deep Learning con Keras

Previsione scientifica

Introduzione al Deep Learning con Keras

Il tuo compito

Introduzione al Deep Learning con Keras

Salviamo la Terra!

Introduzione al Deep Learning con Keras

Preparing Video For Download...