Añadir dropout a tu red
El abandono es una forma de regularización que elimina un subconjunto aleatorio diferente de las unidades de una capa en cada ronda de entrenamiento. En este ejercicio, añadiremos dropout a la red neuronal convolucional que hemos utilizado en ejercicios anteriores:
Convolución (15 unidades, tamaño del núcleo 2, activación «relu»)
Abandono escolar (20 %)
Convolución (5 unidades, tamaño del núcleo 2, activación «relu»)
Aplanar
Densa (3 unidades, activación «softmax»)
En tu espacio de trabajo están disponibles los objetos « model » junto con « Dense », « Conv2D », « Flatten » y « Dropout ».
Este ejercicio forma parte del curso
Modelado de imágenes con Keras
Instrucciones del ejercicio
- Añade una caída aplicada a la primera capa con un 20 %.
- Añade una capa de aplanamiento.
Ejercicio interactivo práctico
Prueba este ejercicio completando el código de muestra.
# 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'))