Creare una rete di deep learning
Una deep convolutional neural network è una rete con più di un livello. Ogni livello in una rete profonda riceve il proprio input dal livello precedente, mentre il primissimo livello riceve l’input dalle immagini usate come dati di training o di test.
Qui creerai una rete con due livelli convoluzionali.
Questo esercizio fa parte del corso
Image Modeling with Keras
Istruzioni dell'esercizio
- Il primo livello convoluzionale è il livello di input della rete. Deve avere 15 unità con kernel di 2 per 2 pixel. Deve usare una funzione di attivazione
'relu'. Può usare le variabiliimg_rowseimg_colsper definire il suoinput_shape. - Il secondo livello convoluzionale riceve i suoi input dal primo livello. Deve avere 5 unità con kernel di 2 per 2 pixel. Anche questo deve avere una funzione di attivazione
'relu'.
Esercizio pratico interattivo
Prova a risolvere questo esercizio completando il codice di esempio.
from keras.models import Sequential
from keras.layers import Dense, Conv2D, Flatten
model = Sequential()
# Add a convolutional layer (15 units)
____
# Add another convolutional layer (5 units)
____
# Flatten and feed to output layer
model.add(Flatten())
model.add(Dense(3, activation='softmax'))