Red Neuronal de un codificador 8 a 3 sin prioridad en Python

#Antonio Villanueva Segura Red neuronal de un codificador 8 a 3 sin prioridad
#Utilizo este ejemplo https://userscontent2.emaze.com/images/88293fb6-0669-46ee-93f2-ed75c70066f8/82e84a89-a982-4de4-a055-de2b996a0e21.png
#video https://www.youtube.com/watch?v=Igad2oy9kt8

#Recomiendo desinstalar paquetes anteriores de Keras y tensorflow pip3 uninstall paquete e instalar asi
#pip3 install Keras==2.1.5
#pip3 install numpy
#pip install tensorflow==1.5


import numpy as np
from keras.models import Sequential
from keras.layers.core import Dense

#Creacion de una red neuronal de un codificador sin prioridad de 8 a 3

#Estimulos en las entradas de i7 i6 i5 i4 73 i2 i1 i0
estimulos=np.array( [
                        [0,0,0,0,0,0,0,1],
                        [0,0,0,0,0,0,1,0],
                        [0,0,0,0,0,1,0,0],
                        [0,0,0,0,1,0,0,0],
                        [0,0,0,1,0,0,0,0],
                        [0,0,1,0,0,0,0,0],
                        [0,1,0,0,0,0,0,0],
                        [1,0,0,0,0,0,0,0]
                    ]
, "float32")

#Respuestas del codificador en las salidas  A2 A1 A0
respuestas = np.array([
        [0,0,0],
        [0,0,1],
        [0,1,0],
        [0,1,1],
        [1,0,0],
        [1,0,1],
        [1,1,0],
        [1,1,1],
        ]
, "float32")

model = Sequential()

model.add(Dense(32, input_dim=8, activation='relu'))
model.add(Dense(3, activation='sigmoid'))

model.compile(loss='mean_squared_error',
              optimizer='adam',
              metrics=['binary_accuracy'])

model.fit(estimulos, respuestas, epochs=1000)

# evaluamos el modelo
scores = model.evaluate(estimulos , respuestas)

#print("\n%s: %.2f%%" % (model.metrics_names[1], scores[1]*100))

print ("\n Analizo la respuesta de la red neuronal que simula la respuesta de un codificador 8 a 3 aplicando los estimulos a las entradas \n")

print (model.predict(estimulos ).round())#Prediccion de la respuesta del codificador 8 a 3 aplicando los estimulos a la red neuronal