एक न्यूरल नेटवर्क बनाएँ
हम Keras लाइब्रेरी का उपयोग करके न्यूरल नेटवर्क बनाएँगे और इन्हें इमेज को क्लासिफाई करने के लिए ट्रेन करेंगे। ये सभी मॉडल Sequential टाइप के होंगे, यानी एक लेयर के आउटपुट सिर्फ अगली लेयर के इनपुट को दिए जाते हैं।
इस अभ्यास में, आप Dense लेयर्स वाला एक न्यूरल नेटवर्क बनाएँगे। इसका अर्थ है कि हर लेयर की हर यूनिट, पिछली लेयर की सभी यूनिट्स से कनेक्टेड होती है। उदाहरण के लिए, पहली लेयर की हर यूनिट, इनपुट इमेज के सभी पिक्सेल्स से जुड़ी होती है। Dense लेयर ऑब्जेक्ट को आर्ग्युमेंट्स के रूप में उस लेयर में यूनिट्स की संख्या और यूनिट्स के लिए एक्टिवेशन फंक्शन दिया जाता है। नेटवर्क की पहली लेयर के लिए, इसे एक input_shape कीवर्ड आर्ग्युमेंट भी दिया जाता है।
इस कोर्स में कई ऐसे कॉन्सेप्ट आते हैं जिन्हें आप शायद भूल गए हों। अगर आपको कभी भी जल्दी रिफ्रेशर चाहिए, तो Keras Cheat Sheet डाउनलोड करें और पास रखें!
यह अभ्यास पाठ्यक्रम का हिस्सा है
Keras के साथ Image Modeling
अभ्यास निर्देश
- पहली लेयर इमेज को इनपुट के रूप में लेती है, इसमें 10 यूनिट्स हैं और
'relu'एक्टिवेशन है। - दूसरी इनपुट लेयर में 10 यूनिट्स हैं और
'relu'एक्टिवेशन है। - आउटपुट लेयर में हर कैटेगरी के लिए एक यूनिट है (कुल 3 कैटेगरी) और
'softmax'एक्टिवेशन है।
इंटरैक्टिव व्यावहारिक अभ्यास
इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।
# Imports components from Keras
from keras.models import Sequential
from keras.layers import Dense
# Initializes a sequential model
model = Sequential()
# First layer
model.add(____(10, activation=____, input_shape=(784,)))
# Second layer
model.add(____(____, activation=____))
# Output layer
____