Přidání dropoutu do sítě
Dropout je forma regularizace, která v každém kole trénování náhodně vyřadí jinou podmnožinu jednotek ve vrstvě. V tomto cvičení přidáme dropout do konvoluční neuronové sítě, kterou jsme používali v předchozích cvičeních:
- Konvoluce (15 jednotek, velikost kernelu 2, aktivace 'relu')
- Dropout (20 %)
- Konvoluce (5 jednotek, velikost kernelu 2, aktivace 'relu')
- Flatten
- Dense (3 jednotky, aktivace 'softmax')
V pracovním prostoru máš k dispozici sekvenční model model spolu s objekty Dense, Conv2D, Flatten a Dropout.
Toto cvičení je součástí kurzu
Image Modeling with Keras
Pokyny k cvičení
- Přidej dropout aplikovaný na první vrstvu s hodnotou 20 %.
- Přidej vrstvu pro zploštění (flattening).
Interaktivní cvičení na vyzkoušení si v praxi
Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.
# Add a convolutional layer
model.add(Conv2D(15, kernel_size=2, activation='relu',
input_shape=(img_rows, img_cols, 1)))
# Add a dropout layer
____
# Add another convolutional layer
model.add(Conv2D(5, kernel_size=2, activation='relu'))
# Flatten and feed to output layer
____
model.add(Dense(3, activation='softmax'))