Začněte nyníZačněte zdarma

Batch normalizace známého modelu

Pamatuješ si na dataset číslic, na kterém jsi trénoval/a v prvním cvičení této kapitoly?

Řešil/a jsi na něm problém vícetřídní klasifikace pomocí softmax a 10 neuronů ve výstupní vrstvě.

Teď sestavíš nový, hlubší model složený ze 3 skrytých vrstev s 50 neurony každá, přičemž mezi vrstvami použiješ batch normalizaci. Parametr kernel_initializer slouží k inicializaci vah podobným způsobem.

Toto cvičení je součástí kurzu

Úvod do hlubokého učení s Keras

Zobrazit kurz

Pokyny k cvičení

  • Importuj BatchNormalization z vrstev tensorflow.keras.
  • Sestav svůj hluboký model – pro každou skrytou vrstvu použij 50 neuronů a mezi vrstvami přidej batch normalizaci.
  • Zkompiluj model s optimalizátorem stochastického gradientního sestupu sgd.

Interaktivní cvičení na vyzkoušení si v praxi

Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.

# Import batch normalization from keras layers
from tensorflow.____.____ import ____

# Build your deep network
batchnorm_model = ____
batchnorm_model.add(Dense(____, input_shape=(64,), activation='relu', kernel_initializer='normal'))
batchnorm_model.add(____)
batchnorm_model.add(Dense(____, activation='relu', kernel_initializer='normal'))
batchnorm_model.add(____)
batchnorm_model.add(Dense(____, activation='relu', kernel_initializer='normal'))
batchnorm_model.add(____)
batchnorm_model.add(Dense(10, activation='softmax', kernel_initializer='normal'))

# Compile your model with sgd
batchnorm_model.compile(optimizer=____, loss='categorical_crossentropy', metrics=['accuracy'])
Upravit a spustit kód