1. Apprendre
    2. /
  2. Cours
    3. /
  3. Modélisation d'images avec Keras
Connected

Exercice

Ajouter du dropout à votre réseau

Le dropout est une forme de régularisation qui retire un sous-ensemble aléatoire différent d'unités d'une couche à chaque itération d'entraînement. Dans cet exercice, nous allons ajouter du dropout au réseau de neurones convolutionnel utilisé dans les exercices précédents :

  1. Convolution (15 unités, noyau de taille 2, activation « relu »)
  2. Dropout (20 %)
  3. Convolution (5 unités, noyau de taille 2, activation « relu »)
  4. Aplatissement (Flatten)
  5. Dense (3 unités, activation « softmax »)

Un model séquentiel ainsi que les objets Dense, Conv2D, Flatten et Dropout sont disponibles dans votre espace de travail.

Instructions

100 XP
  • Ajoutez un dropout appliqué à la première couche à 20 %.
  • Ajoutez une couche d'aplatissement.