Menambahkan dropout ke jaringan Anda
Dropout adalah bentuk regularisasi yang menghapus subset acak yang berbeda dari unit pada suatu lapisan di setiap putaran pelatihan. Pada latihan ini, kita akan menambahkan dropout ke convolutional neural network yang telah kita gunakan pada latihan sebelumnya:
- Convolution (15 unit, ukuran kernel 2, aktivasi 'relu')
- Dropout (20%)
- Convolution (5 unit, ukuran kernel 2, aktivasi 'relu')
- Flatten
- Dense (3 unit, aktivasi 'softmax')
Sebuah model Sequential beserta objek Dense, Conv2D, Flatten, dan Dropout tersedia di workspace Anda.
Latihan ini adalah bagian dari kursus
Pemodelan Citra dengan Keras
Petunjuk latihan
- Tambahkan dropout yang diterapkan pada lapisan pertama sebesar 20%.
- Tambahkan satu lapisan flattening.
Latihan interaktif praktis
Cobalah latihan ini dengan menyelesaikan kode contoh berikut.
# Add a convolutional layer
model.add(Conv2D(15, kernel_size=2, activation='relu',
input_shape=(img_rows, img_cols, 1)))
# Add a dropout layer
____
# Add another convolutional layer
model.add(Conv2D(5, kernel_size=2, activation='relu'))
# Flatten and feed to output layer
____
model.add(Dense(3, activation='softmax'))