Ajouter des strides à un réseau convolutif
La taille des pas du noyau de convolution détermine si le noyau va ignorer certains pixels lorsqu'il se déplace le long de l'image. Cela affecte la taille de la sortie car lorsque les pas sont supérieurs à un, le noyau sera centré uniquement sur certains pixels.
Cet exercice fait partie du cours
<cours>Modélisation d'images avec Keras</cours>Instructions de l’exercice
Construisez un réseau neuronal avec une couche d'Conv2D s avec des convolutions strided 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'))