Ajouter des pas (strides) à un réseau convolutionnel
La taille des pas du noyau de convolution détermine si le noyau sautera certains pixels lorsqu'il se déplace sur l'image. Cela influence la taille de la sortie, car lorsque les pas sont supérieurs à un, le noyau ne sera centré que sur certains pixels.
Cette activité fait partie du cours
Modélisation d'images avec Keras
Instructions de l’exercice
Construisez un réseau de neurones avec une couche Conv2D utilisant des convolutions à pas (strides) qui sautent un pixel sur deux.
Exercice interactif pratique
Essayez cet exercice en complétant ce code d’exemple.
# Initialize the model
model = Sequential()
# Add the convolutional layer
model.add(Conv2D(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'))