ComenzarEmpieza gratis

Creación de un modelo CNN

Construir un modelo CNN en Keras no es mucho más difícil que construir cualquiera de los modelos que ya has construido a lo largo del curso. Basta con utilizar capas convolucionales.

Usted va a construir un poco profunda model convolucional que clasifica la MNIST conjunto de datos de dígitos. ¡El mismo que desnotificaste con tu autocodificador! Las imágenes son de 28 x 28 píxeles y sólo tienen un canal, ya que son imágenes en blanco y negro.

Adelante, construye este pequeño modelo convolucional.

Este ejercicio forma parte del curso

Introducción al aprendizaje profundo con Keras

Ver curso

Instrucciones del ejercicio

  • Importe las capas Conv2D y Flatten e instancie su modelo.
  • Añade una primera capa convolucional con 32 filtros de tamaño 3x3 y la tupla 3D correspondiente como input_shape.
  • Añadir 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 el código de muestra.

# 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