Sestav neuronovou síť
K vytváření neuronových sítí a jejich trénování pro klasifikaci obrázků použijeme knihovnu Keras. Všechny tyto modely budou typu Sequential, což znamená, že výstupy jedné vrstvy slouží jako vstupy pouze pro následující vrstvu.
V tomto cvičení vytvoříš neuronovou síť s vrstvami Dense – každá jednotka v dané vrstvě je propojená se všemi jednotkami vrstvy předchozí. Například každá jednotka první vrstvy je propojena se všemi pixely vstupního obrázku. Objekt vrstvy Dense přijímá jako argumenty počet jednotek v dané vrstvě a aktivační funkci. Pro první vrstvu sítě se navíc zadává klíčový argument input_shape.
Tento kurz se dotýká mnoha konceptů, na které možná trochu zapomínáš – kdykoli budeš potřebovat rychlé osvěžení, stáhni si Keras Cheat Sheet a nech si ho po ruce!
Toto cvičení je součástí kurzu
Image Modeling with Keras
Pokyny k cvičení
- První vrstva přijímá obrázky jako vstup, má 10 jednotek a aktivaci
'relu'. - Druhá vstupní vrstva má 10 jednotek a aktivaci
'relu'. - Výstupní vrstva má jednu jednotku pro každou kategorii (celkem 3 kategorie) a aktivaci
'softmax'.
Interaktivní cvičení na vyzkoušení si v praxi
Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.
# Imports components from Keras
from keras.models import Sequential
from keras.layers import Dense
# Initializes a sequential model
model = Sequential()
# First layer
model.add(____(10, activation=____, input_shape=(784,)))
# Second layer
model.add(____(____, activation=____))
# Output layer
____