Bangun sebuah neural network
Kita akan menggunakan pustaka Keras untuk membuat neural network dan melatihnya agar dapat mengklasifikasikan gambar. Semua model ini akan bertipe Sequential, artinya keluaran dari satu lapisan hanya diberikan sebagai masukan ke lapisan berikutnya.
Dalam latihan ini, Anda akan membuat neural network dengan lapisan Dense, yang berarti setiap unit pada setiap lapisan terhubung ke semua unit pada lapisan sebelumnya. Misalnya, setiap unit pada lapisan pertama terhubung ke semua piksel dalam gambar masukan. Objek lapisan Dense menerima argumen berupa jumlah unit pada lapisan tersebut, serta fungsi aktivasi untuk unit-unitnya. Untuk lapisan pertama dalam jaringan, objek ini juga menerima argumen kata kunci input_shape.
Kursus ini mencakup banyak konsep yang mungkin telah Anda lupakan. Jika Anda perlu penyegaran cepat kapan pun, unduh Keras Cheat Sheet dan simpan untuk referensi!
Latihan ini adalah bagian dari kursus
Pemodelan Citra dengan Keras
Petunjuk latihan
- Lapisan pertama menerima gambar sebagai masukan, memiliki 10 unit dan aktivasi
'relu'. - Lapisan kedua memiliki 10 unit dan aktivasi
'relu'. - Lapisan keluaran memiliki satu unit untuk setiap kategori (3 kategori) dan aktivasi
'softmax'.
Latihan interaktif praktis
Cobalah latihan ini dengan menyelesaikan kode contoh berikut.
# Imports components from Keras
from keras.models import Sequential
from keras.layers import Dense
# Initializes a sequential model
model = Sequential()
# First layer
model.add(____(10, activation=____, input_shape=(784,)))
# Second layer
model.add(____(____, activation=____))
# Output layer
____