ディープラーニングネットワークを作成する
ディープ畳み込みニューラルネットワークは、複数の層を持つネットワークです。ディープネットワークの各層は直前の層の出力を入力として受け取り、最初の層だけが学習用またはテスト用の画像データを入力として受け取ります。
ここでは、2つの畳み込み層を持つネットワークを作成します。
この演習はコースの一部です
Keras で学ぶ画像モデリング
演習の手順
- 最初の畳み込み層はネットワークの入力層です。2×2 ピクセルのカーネルを持つユニットを15個、活性化関数は
'relu'にします。input_shapeの定義には、変数img_rowsとimg_colsを使用できます。 - 2番目の畳み込み層は最初の層の出力を入力として受け取ります。2×2 ピクセルのカーネルを持つユニットを5個、活性化関数は同様に
'relu'にします。
実践的なインタラクティブ演習
このサンプルコードを完成させて、この演習に挑戦してみましょう。
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'))