अपने नेटवर्क में Dropout जोड़ना
Dropout एक प्रकार का regularization है जो training के हर राउंड में किसी लेयर की units के एक अलग random subset को हटा देता है। इस अभ्यास में, हम पिछले अभ्यासों में इस्तेमाल किए गए convolutional neural network में dropout जोड़ेंगे:
- Convolution (15 units, kernel size 2, 'relu' activation)
- Dropout (20%)
- Convolution (5 units, kernel size 2, 'relu' activation)
- Flatten
- Dense (3 units, 'softmax' activation)
एक Sequential model तथा Dense, Conv2D, Flatten, और Dropout ऑब्जेक्ट्स आपके workspace में उपलब्ध हैं.
यह अभ्यास पाठ्यक्रम का हिस्सा है
Keras के साथ Image Modeling
अभ्यास निर्देश
- पहली लेयर पर 20% का dropout जोड़ें.
- एक flattening लेयर जोड़ें.
इंटरैक्टिव व्यावहारिक अभ्यास
इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।
# Add a convolutional layer
model.add(Conv2D(15, kernel_size=2, activation='relu',
input_shape=(img_rows, img_cols, 1)))
# Add a dropout layer
____
# Add another convolutional layer
model.add(Conv2D(5, kernel_size=2, activation='relu'))
# Flatten and feed to output layer
____
model.add(Dense(3, activation='softmax'))