画像分類のための畳み込みネットワーク
分類用の畳み込みネットワークは、（画像処理を行う）複数の畳み込み層と、（最終出力を行う）全結合（Dense）層を順に積み重ねて構築します。この演習では、fashion データセットのデータを分類するための小さな畳み込み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
- ネットワークの入力層として
Conv2D層を追加します。カーネルサイズは 3×3 を使用します。ワークスペースで利用可能なimg_rowsとimg_colsオブジェクトを使って、この層のinput_shapeを指定できます。 - 画像処理パートから分類パートへとデータ形式を変換するために、
Flatten層を追加します。 - データセット内の3種類の衣類カテゴリを分類するために、
Dense層を追加します。
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。
# Import the necessary components from Keras
from keras.models import Sequential
from keras.layers import Dense, Conv2D, Flatten
# Initialize the model object
model = Sequential()
# Add a convolutional layer
model.add(____(10, kernel_size=____, activation='relu',
input_shape=____))
# Flatten the output of the convolutional layer
model.add(____())
# Add an output layer for the 3 categories
model.add(____(____, activation='softmax'))