Я новичок в keras, и я пытаюсь построить свою собственную нейронную сеть.Как построить простую нейронную сеть на keras (не распознавание изображения)
Задача:
Мне нужно написать систему, которая может принимать решения для характера, которые могут соответствовать один или несколько врагов. Система может быть известно:
- характер Процент здоровья
- Наличие пистолета;
- Количество врагов.
Ответ должен быть в виде одного из следующих действий:
- Attack
- Run
- Hide (для внезапного нападения)
- Чтобы сделать ничего
Чтобы тренироваться, я сделал таблицу «уроков»:
https://i.stack.imgur.com/lD0WX.png
Так вот мой код:
# Create first network with Keras
from keras.models import Sequential
from keras.layers import Dense
from keras.optimizers import SGD
import numpy
# fix random seed for reproducibility
seed = 7
numpy.random.seed(seed)
# split into input (X) and output (Y) variables
X = numpy.array([[0.5,1,1], [0.9,1,2], [0.8,0,1], [0.3,1,1], [0.6,1,2], [0.4,0,1], [0.9,1,7], [0.5,1,4], [0.1,0,1], [0.6,1,0], [1,0,0]])
Y = numpy.array([[1],[1],[1],[2],[2],[2],[3],[3],[3],[4],[4]])
# create model
model = Sequential()
model.add(Dense(3, input_dim=3, init='uniform', activation='relu'))
model.add(Dense(1, init='uniform', activation='sigmoid'))
# Compile model
sgd = SGD(lr=0.001)
model.compile(loss='binary_crossentropy', optimizer=sgd, metrics=['accuracy'])
# Fit the model
model.fit(X, Y, nb_epoch=150)
# calculate predictions
predictions = model.predict(X)
# round predictions
rounded = [round(x) for x in predictions]
print(rounded)
Вот предсказания, которые я получаю. [1.0, 1.0, 1.0, 1.0, 1.0, 1.0]
Точность каждой эпохи составляет 0,2727, а потеря уменьшается. Неправильно.
Я пытался увеличить скорость обучения на 10, изменив активацию и оптимизаторы. Даже данные, вводимые вручную. Может ли кто-нибудь сказать мне, как решить мою простую проблему. спасибо.