Ajouter un remplissage à un CNN
Le remplissage permet à une couche convolutive de conserver la résolution de l'entrée dans cette couche. Pour ce faire, on ajoute des zéros autour des bords de l'image d'entrée, de manière à ce que le noyau de convolution puisse chevaucher les pixels situés sur le bord de l'image.
Cet exercice fait partie du cours
<cours>Modélisation d'images avec Keras</cours>Instructions de l’exercice
Ajoutez une couche d'Conv2D et sélectionnez un remplissage de sorte que la sortie ait la même taille que l'entrée.
Exercice interactif pratique
Essayez cet exercice en complétant ce code d’exemple.
# Initialize the model
model = Sequential()
# Add the convolutional layer
model.add(____(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'))