Lapisan pooling Keras

Keras mengimplementasikan operasi pooling sebagai sebuah lapisan yang dapat ditambahkan ke CNN di antara lapisan lainnya. Pada latihan ini, Anda akan membangun convolutional neural network yang mirip dengan yang telah Anda buat sebelumnya:

Convolution => Convolution => Flatten => Dense

Namun, Anda juga akan menambahkan sebuah lapisan pooling. Arsitektur akan menambahkan satu max-pooling layer di antara lapisan convolutional dan lapisan dense dengan pooling 2x2:

Convolution => Max pooling => Convolution => Flatten => Dense

Sebuah model Sequential beserta objek Dense, Conv2D, Flatten, dan MaxPool2D tersedia di workspace Anda.

Latihan ini merupakan bagian dari kursus

Pemodelan Citra dengan Keras

Lihat Kursus

Instruksi latihan

Tambahkan lapisan convolutional input (15 unit, ukuran kernel 2, aktivasi relu).
Tambahkan operasi maximum pooling (pooling pada jendela berukuran 2x2).
Tambahkan satu lagi lapisan convolution (5 unit, ukuran kernel 2, aktivasi relu).
Flatten keluaran dari convolution kedua dan tambahkan lapisan Dense untuk output (3 kategori, aktivasi softmax).

Latihan interaktif langsung praktik

Cobalah latihan ini dengan melengkapi kode contoh ini.

# Add a convolutional layer
____(____(15, kernel_size=2, activation='relu', 
                 input_shape=(img_rows, img_cols, 1)))

# Add a pooling operation
____

# Add another convolutional layer
____

# Flatten and feed to output layer
model.add(____)
model.add(____(3, activation='softmax'))
model.summary()

Edit dan Jalankan Kode