Red convolucional para la clasificación de imágenes

Las redes convolucionales para la clasificación se construyen a partir de una secuencia de capas convolucionales (para el procesamiento de imágenes) y capas totalmente conectadas (Dense) (para la lectura). En este ejercicio, construirás una pequeña red convolucional para clasificar los datos del conjunto de datos de moda.

Este ejercicio forma parte del curso

Modelado de imágenes con Keras

Ver curso

Instrucciones del ejercicio

Añade una capa « Conv2D » para construir la capa de entrada de la red. Utiliza un tamaño de núcleo de 3 por 3. Puedes utilizar los objetos « img_rows » y « img_cols » disponibles en tu espacio de trabajo para definir el « input_shape » de esta capa.
Añade una capa « Flatten » para traducir entre la parte de procesamiento de imágenes y la parte de clasificación de tu red.
Añade una capa « Dense » para clasificar las tres categorías diferentes de ropa del conjunto de datos.

Ejercicio interactivo práctico

Prueba este ejercicio completando el código de muestra.

# Import the necessary components from Keras
from keras.models import Sequential
from keras.layers import Dense, Conv2D, Flatten

# Initialize the model object
model = Sequential()

# Add a convolutional layer
model.add(____(10, kernel_size=____, activation='relu', 
               input_shape=____))

# Flatten the output of the convolutional layer
model.add(____())
# Add an output layer for the 3 categories
model.add(____(____, activation='softmax'))

Editar y ejecutar código