अपने नेटवर्क में बैच नॉर्मलाइज़ेशन जोड़ें
बैच नॉर्मलाइज़ेशन रेग्युलराइज़ेशन का एक और तरीका है जो किसी लेयर के आउटपुट को फिर से स्केल करता है ताकि उनका औसत 0 और मानक विचलन 1 हो. इस अभ्यास में, हम उसी कॉन्वोल्यूशनल न्यूरल नेटवर्क में बैच नॉर्मलाइज़ेशन जोड़ेंगे जिसे आपने पिछले अभ्यासों में इस्तेमाल किया है:
- Convolution (15 यूनिट, kernel size 2, 'relu' activation)
- Batch normalization
- Convolution (5 यूनिट, kernel size 2, 'relu' activation)
- Flatten
- Dense (3 यूनिट, 'softmax' activation)
एक Sequential model के साथ Dense, Conv2D, Flatten, और Dropout ऑब्जेक्ट आपके वर्कस्पेस में उपलब्ध हैं.
यह अभ्यास पाठ्यक्रम का हिस्सा है
Keras के साथ Image Modeling
अभ्यास निर्देश
- पहला कॉन्वोल्यूशनल लेयर जोड़ें. इस लेयर के
input_shapeको परिभाषित करने के लिए आप अपने वर्कस्पेस में उपलब्धimg_rowsऔरimg_colsऑब्जेक्ट का उपयोग कर सकते हैं. - पहले लेयर के आउटपुट पर लागू होने वाला बैच नॉर्मलाइज़ेशन जोड़ें.
इंटरैक्टिव व्यावहारिक अभ्यास
इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।
# Add a convolutional layer
____
# Add batch normalization layer
____
# Add another convolutional layer
model.add(Conv2D(5, kernel_size=2, activation='relu'))
# Flatten and feed to output layer
model.add(Flatten())
model.add(Dense(3, activation='softmax'))