Keras-Pooling-Schichten
Keras macht eine Pooling-Operation als eine Schicht, die man zwischen anderen Schichten in CNNs einfügen kann. In dieser Übung baust du ein Convolutional Neural Network, das dem zuvor erstellten ähnelt:
Faltung => Faltung => Abflachen => Dicht
Du fügst aber auch eine Pooling-Schicht hinzu. Die Architektur fügt eine einzelne Max-Pooling-Schicht zwischen der Convolutional-Schicht und der Dense-Schicht mit einem Pooling von 2x2 hinzu:
Faltung => Max-Pooling => Faltung => Abflachen => Dichte
In deinem Arbeitsbereich gibt's jetzt die Objekte „Sequential- model ” zusammen mit „ Dense ”, „ Conv2D ”, „ Flatten ” und „ MaxPool2D ”.
Diese Übung ist Teil des Kurses
Bildmodellierung mit Keras
Anleitung zur Übung
- Füge eine Eingabekonvolutionsschicht hinzu (15 Einheiten, Kernelgröße 2, Aktivierung „
relu“). - Füge eine maximale Pooling-Operation hinzu (Pooling über Fenster der Größe 2x2).
- Füge noch eine Faltungsschicht hinzu (5 Einheiten, Kernelgröße 2, Aktivierung „
relu“). - Glätte die Ausgabe der zweiten Faltung und füge eine „
Dense“-Schicht für die Ausgabe hinzu (3 Kategorien, „softmax“-Aktivierung).
Interaktive Übung
Vervollständige den Beispielcode, um diese Übung erfolgreich abzuschließen.
# 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()