शुरू करेंमुफ़्त में शुरू करें

एक परिचित मॉडल को बैच-नॉर्मलाइज़ करना

क्या आपको इस अध्याय के पहले अभ्यास में ट्रेन किया गया digits डेटासेट याद है?

यह एक मल्टी-क्लास क्लासिफिकेशन समस्या थी, जिसे आपने softmax और आउटपुट लेयर में 10 न्यूरॉन्स का उपयोग करके हल किया था.

अब आप 3 hidden लेयर्स वाला एक नया, गहरा मॉडल बनाएँगे, जिनमें प्रत्येक में 50 न्यूरॉन्स होंगे, और लेयर्स के बीच बैच नॉर्मलाइज़ेशन होगा. kernel_initializer पैरामीटर वेट्स को समान तरीके से initialize करने के लिए उपयोग किया जाता है.

यह अभ्यास पाठ्यक्रम का हिस्सा है

Keras के साथ डीप लर्निंग परिचय

पाठ्यक्रम देखें

अभ्यास निर्देश

  • tensorflow.keras लेयर्स से BatchNormalization import करें.
  • अपना डीप नेटवर्क मॉडल बनाइए: प्रत्येक hidden लेयर के लिए 50 न्यूरॉन्स रखें और लेयर्स के बीच बैच नॉर्मलाइज़ेशन जोड़ें.
  • अपने मॉडल को stochastic gradient descent, यानी sgd, optimizer के साथ compile करें.

इंटरैक्टिव व्यावहारिक अभ्यास

इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।

# Import batch normalization from keras layers
from tensorflow.____.____ import ____

# Build your deep network
batchnorm_model = ____
batchnorm_model.add(Dense(____, input_shape=(64,), activation='relu', kernel_initializer='normal'))
batchnorm_model.add(____)
batchnorm_model.add(Dense(____, activation='relu', kernel_initializer='normal'))
batchnorm_model.add(____)
batchnorm_model.add(Dense(____, activation='relu', kernel_initializer='normal'))
batchnorm_model.add(____)
batchnorm_model.add(Dense(10, activation='softmax', kernel_initializer='normal'))

# Compile your model with sgd
batchnorm_model.compile(optimizer=____, loss='categorical_crossentropy', metrics=['accuracy'])
कोड संपादित करें और चलाएँ