Añadir relleno a una CNN
El relleno permite que una capa convolucional conserve la resolución de la entrada en esta capa. Esto se hace añadiendo ceros alrededor de los bordes de la imagen de entrada, de modo que el núcleo de convolución pueda superponerse con los píxeles del borde de la imagen.
Este ejercicio forma parte del curso
Modelado de imágenes con Keras
Instrucciones del ejercicio
Añade una capa « Conv2D » y elige un relleno tal que la salida tenga el mismo tamaño que la entrada.
Ejercicio interactivo práctico
Prueba este ejercicio y completa el código de muestra.
# Initialize the model
model = Sequential()
# Add the convolutional layer
model.add(____(10, kernel_size=3, activation='relu',
input_shape=(img_rows, img_cols, 1),
____))
# Feed into output layer
model.add(Flatten())
model.add(Dense(3, activation='softmax'))