शुरू करेंमुफ़्त में शुरू करें

एक CNN मॉडल बनाना

Keras में एक CNN मॉडल बनाना, उन मॉडलों से बहुत अलग नहीं है जो आप इस कोर्स में अब तक बनाते आए हैं! आपको बस convolutional लेयर्स का उपयोग करना है.

आप एक साधारण convolutional model बनाएँगे जो MNIST digits डेटासेट को classify करता है. वही डेटासेट जिसे आपने अपने autoencoder से de-noise किया था! इमेज 28 x 28 पिक्सेल की हैं और सिर्फ एक चैनल है, क्योंकि ये ब्लैक-एंड-व्हाइट तस्वीरें हैं.

आइए, यह छोटा convolutional मॉडल बनाइए!

यह अभ्यास पाठ्यक्रम का हिस्सा है

Keras के साथ डीप लर्निंग परिचय

पाठ्यक्रम देखें

अभ्यास निर्देश

  • Conv2D और Flatten लेयर्स इम्पोर्ट करें और अपना मॉडल instantiate करें.
  • पहली convolutional लेयर जोड़ें जिसमें 3x3 साइज के 32 फ़िल्टर हों और input_shape के रूप में संबंधित 3D tuple दें.
  • दूसरी convolutional लेयर जोड़ें जिसमें 3x3 साइज के 16 फ़िल्टर हों और relu activation हो.
  • पिछली लेयर के आउटपुट को फ्लैट करें ताकि एक one-dimensional वेक्टर बन सके.

इंटरैक्टिव व्यावहारिक अभ्यास

इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।

# Import the Conv2D and Flatten layers and instantiate model
from tensorflow.keras.____ import ____,____
model = ____

# Add a convolutional layer of 32 filters of size 3x3
model.add(Conv2D(____, kernel_size = ____, input_shape = (____, ____, 1), activation = 'relu'))

# Add a convolutional layer of 16 filters of size 3x3
model.add(____(____, ____ = ____, activation = ____))

# Flatten the previous layer output
model.add(____)

# Add as many outputs as classes with softmax activation
model.add(Dense(10, activation = 'softmax'))
कोड संपादित करें और चलाएँ