Poolingové vrstvy v Kerasu

Keras implementuje pooling jako vrstvu, kterou lze přidat do CNN mezi ostatní vrstvy. V tomto cvičení sestavíš konvoluční neuronovou síť podobnou té, kterou jsi už budoval/a dříve:

Konvoluce => Konvoluce => Flatten => Dense

Tentokrát ale přidáš také poolingovou vrstvu. Architektura bude obsahovat jednu max-poolingovou vrstvu mezi konvoluční vrstvou a hustou vrstvou s poolingem 2x2:

Konvoluce => Max pooling => Konvoluce => Flatten => Dense

V tvém pracovním prostředí jsou k dispozici objekt model typu Sequential a objekty Dense, Conv2D, Flatten a MaxPool2D.

Toto cvičení je součástí kurzu

Image Modeling with Keras

Zobrazit kurz

Pokyny k cvičení

Přidej vstupní konvoluční vrstvu (15 jednotek, velikost kernelu 2, aktivace relu).
Přidej operaci max poolingu (pooling přes okna velikosti 2x2).
Přidej další konvoluční vrstvu (5 jednotek, velikost kernelu 2, aktivace relu).
Převeď výstup druhé konvoluce na jednorozměrný vektor pomocí Flatten a přidej vrstvu Dense pro výstup (3 kategorie, aktivace softmax).

Interaktivní cvičení na vyzkoušení si v praxi

Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.

# Add a convolutional layer
____(____(15, kernel_size=2, activation='relu', 
                 input_shape=(img_rows, img_cols, 1)))

# Add a pooling operation
____

# Add another convolutional layer
____

# Flatten and feed to output layer
model.add(____)
model.add(____(3, activation='softmax'))
model.summary()

Upravit a spustit kód