1. 学ぶ
    2. /
  2. コース
    3. /
  3. Keras で学ぶ画像モデリング
Connected

演習

ネットワークにバッチ正規化を追加する

バッチ正規化は、層の出力を再スケーリングして、平均0・標準偏差1になるようにする正則化の一種です。この演習では、これまでの演習で使ってきた畳み込みニューラルネットワークにバッチ正規化を追加します。

  1. Convolution（ユニット数15、カーネルサイズ2、活性化関数 'relu'）
  2. Batch normalization
  3. Convolution（ユニット数5、カーネルサイズ2、活性化関数 'relu'）
  4. Flatten
  5. Dense（ユニット数3、活性化関数 'softmax'）

作業スペースには、Sequential な model と Dense、Conv2D、Flatten、Dropout オブジェクトが用意されています。

指示

100 XP
  • 最初の畳み込み層を追加します。この層の input_shape は、作業スペースにある img_rows と img_cols オブジェクトを使って定義できます。
  • 1つ目の層の出力に対してバッチ正規化を適用して追加します。