Keras 풀링 레이어
Keras는 풀링 연산을 레이어로 제공하며, CNN의 다른 레이어 사이에 추가할 수 있습니다. 이 연습 문제에서는 이전에 구성했던 것과 유사한 합성곱 신경망을 만들어 볼 거예요:
Convolution => Convolution => Flatten => Dense
여기에 풀링 레이어를 하나 추가합니다. 합성곱 레이어와 밀집 레이어 사이에 2x2 최대 풀링 레이어를 하나 넣은 아키텍처는 다음과 같습니다:
Convolution => Max pooling => Convolution => Flatten => Dense
Sequential 형태의 model과 Dense, Conv2D, Flatten, MaxPool2D 객체가 워크스페이스에 준비되어 있습니다.
이 연습은 강의의 일부입니다
Keras로 배우는 이미지 모델링
연습 안내
- 입력 합성곱 레이어를 추가하세요(유닛 15개, 커널 크기 2, 활성화 함수는
relu). - 최대 풀링 연산을 추가하세요(2x2 크기의 윈도우로 풀링).
- 또 다른 합성곱 레이어를 추가하세요(유닛 5개, 커널 크기 2, 활성화 함수는
relu). - 두 번째 합성곱의 출력을 펼친(Flatten) 뒤, 출력용
Dense레이어를 추가하세요(카테고리 3개, 활성화 함수는softmax).
실습형 인터랙티브 연습
이 예제를 이 샘플 코드를 완성하여 풀어보세요.
# Add a convolutional layer
____(____(15, kernel_size=2, activation='relu',
input_shape=(img_rows, img_cols, 1)))
# Add a pooling operation
____
# Add another convolutional layer
____
# Flatten and feed to output layer
model.add(____)
model.add(____(3, activation='softmax'))
model.summary()