Inizia subitoInizia gratis

Costruire un modello CNN

Costruire un modello CNN in Keras non è molto più difficile che creare uno qualsiasi dei modelli che hai già visto nel corso! Devi solo utilizzare dei livelli convoluzionali.

Costruirai un model convoluzionale poco profondo che classifica il dataset delle cifre MNIST. Lo stesso che hai de-noise-ato con il tuo autoencoder! Le immagini sono 28 x 28 pixel e hanno un solo canale, perché sono in bianco e nero.

Vai avanti e crea questo piccolo modello convoluzionale!

Questo esercizio fa parte del corso

Introduzione al Deep Learning con Keras

Visualizza corso

Istruzioni dell'esercizio

  • Importa i livelli Conv2D e Flatten e istanzia il tuo modello.
  • Aggiungi un primo livello convoluzionale con 32 filtri di dimensione 3x3 e la corrispondente tupla 3D come input_shape.
  • Aggiungi un secondo livello convoluzionale con 16 filtri di dimensione 3x3 con attivazione relu.
  • Appiattisci l'output del livello precedente per creare un vettore monodimensionale.

esercizio interattivo pratico

Prova questo esercizio completando questo codice di esempio.

# Import the Conv2D and Flatten layers and instantiate model
from tensorflow.keras.____ import ____,____
model = ____

# Add a convolutional layer of 32 filters of size 3x3
model.add(Conv2D(____, kernel_size = ____, input_shape = (____, ____, 1), activation = 'relu'))

# Add a convolutional layer of 16 filters of size 3x3
model.add(____(____, ____ = ____, activation = ____))

# Flatten the previous layer output
model.add(____)

# Add as many outputs as classes with softmax activation
model.add(Dense(10, activation = 'softmax'))
Modifica ed esegui il codice