शुरू करेंमुफ़्त में शुरू करें

इमेज क्लासिफिकेशन के लिए Convolutional नेटवर्क

क्लासिफिकेशन के लिए Convolutional नेटवर्क इमेज प्रोसेसिंग के लिए कई convolutional लेयर्स और रीडआउट के लिए पूरी तरह कनेक्टेड (Dense) लेयर्स से मिलकर बनता है। इस अभ्यास में, आप फैशन डेटासेट के डेटा को क्लासिफाई करने के लिए एक छोटा Convolutional नेटवर्क बनाएँगे।

यह अभ्यास पाठ्यक्रम का हिस्सा है

Keras के साथ Image Modeling

पाठ्यक्रम देखें

अभ्यास निर्देश

  • नेटवर्क की इनपुट लेयर बनाने के लिए एक Conv2D लेयर जोड़ें। कर्नेल साइज 3 × 3 रखें। इस लेयर के input_shape को परिभाषित करने के लिए आप अपने वर्कस्पेस में मौजूद img_rows और img_cols ऑब्जेक्ट्स का उपयोग कर सकते हैं。
  • अपने नेटवर्क के इमेज प्रोसेसिंग भाग से क्लासिफिकेशन भाग में ट्रांसलेट करने के लिए एक Flatten लेयर जोड़ें。
  • डेटासेट में मौजूद कपड़ों की 3 अलग-अलग श्रेणियों को क्लासिफाई करने के लिए एक Dense लेयर जोड़ें।

इंटरैक्टिव व्यावहारिक अभ्यास

इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।

# Import the necessary components from Keras
from keras.models import Sequential
from keras.layers import Dense, Conv2D, Flatten

# Initialize the model object
model = Sequential()

# Add a convolutional layer
model.add(____(10, kernel_size=____, activation='relu', 
               input_shape=____))

# Flatten the output of the convolutional layer
model.add(____())
# Add an output layer for the 3 categories
model.add(____(____, activation='softmax'))
कोड संपादित करें और चलाएँ