Capas de agrupación de Keras
Keras implementa una operación de agrupación como una capa que se puede añadir a las CNN entre otras capas. En este ejercicio, construirás una red neuronal convolucional similar a la que has construido anteriormente:
Convolución => Convolución => Aplanar => Denso
Sin embargo, también añadirás una capa de agrupación. La arquitectura añadirá una única capa de max-pooling entre la capa convolucional y la capa densa con un pooling de 2x2:
Convolución => Agrupamiento máximo => Convolución => Aplanamiento => Denso
En tu espacio de trabajo están disponibles los objetos « model » junto con « Dense », « Conv2D », « Flatten » y « MaxPool2D ».
Este ejercicio forma parte del curso
Modelado de imágenes con Keras
Instrucciones del ejercicio
- Añade una capa convolucional de entrada (15 unidades, tamaño del núcleo de 2, activación «
relu»). - Añade una operación de agrupación máxima (agrupación en ventanas de tamaño 2x2).
- Añade otra capa de convolución (5 unidades, tamaño del núcleo de 2, activación «
relu»). - Aplana la salida de la segunda convolución y añade una capa de red neuronal convolucional (
Dense) para la salida (3 categorías, activación «softmax»).
Ejercicio interactivo práctico
Prueba este ejercicio completando el código de muestra.
# 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()