EmpezarEmpieza gratis

Construir un modelo CNN

¡Construir un modelo CNN en Keras no es mucho más difícil que crear cualquiera de los modelos que ya has hecho a lo largo del curso! Solo necesitas usar capas convolucionales.

Vas a crear un model convolucional poco profundo que clasifique el conjunto de datos de dígitos MNIST. ¡El mismo que des-ruidoste con tu autoencoder! Las imágenes tienen 28 x 28 píxeles y solo tienen un canal, ya que son en blanco y negro.

¡Adelante, construye este pequeño modelo convolucional!

Este ejercicio forma parte del curso

Introducción al Deep Learning con Keras

Ver curso

Instrucciones del ejercicio

  • Importa las capas Conv2D y Flatten e instancia tu modelo.
  • Añade una primera capa convolucional con 32 filtros de tamaño 3x3 y la tupla 3D correspondiente como input_shape.
  • Añade una segunda capa convolucional con 16 filtros de tamaño 3x3 con activación relu.
  • Aplana la salida de la capa anterior para crear un vector unidimensional.

ejercicio interactivo práctico

Prueba este ejercicio completando este código de ejemplo.

# Import the Conv2D and Flatten layers and instantiate model
from tensorflow.keras.____ import ____,____
model = ____

# Add a convolutional layer of 32 filters of size 3x3
model.add(Conv2D(____, kernel_size = ____, input_shape = (____, ____, 1), activation = 'relu'))

# Add a convolutional layer of 16 filters of size 3x3
model.add(____(____, ____ = ____, activation = ____))

# Flatten the previous layer output
model.add(____)

# Add as many outputs as classes with softmax activation
model.add(Dense(10, activation = 'softmax'))
Editar y ejecutar código