Tambahkan batch normalization ke jaringan Anda

Batch normalization adalah bentuk regularisasi lain yang melakukan penskalaan ulang keluaran suatu layer agar memiliki mean 0 dan standar deviasi 1. Pada latihan ini, kita akan menambahkan batch normalization ke convolutional neural network yang telah kita gunakan pada latihan sebelumnya:

Convolution (15 unit, ukuran kernel 2, aktivasi 'relu')
Batch normalization
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 merupakan bagian dari kursus

Pemodelan Citra dengan Keras

Lihat Kursus

Instruksi latihan

Tambahkan layer konvolusi pertama. Anda dapat menggunakan objek img_rows dan img_cols yang tersedia di workspace Anda untuk mendefinisikan input_shape dari layer ini.
Tambahkan batch normalization yang diterapkan pada keluaran layer pertama.

Latihan interaktif langsung praktik

Cobalah latihan ini dengan melengkapi kode contoh ini.

# Add a convolutional layer
____


# Add batch normalization layer
____

# Add another convolutional layer
model.add(Conv2D(5, kernel_size=2, activation='relu'))

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

Edit dan Jalankan Kode