이미지 분류를 위한 풀링 포함 딥 CNN 학습
풀링 레이어가 있는 CNN 학습은 지금까지 보신 딥 네트워크 학습과 매우 유사해요. 네트워크를 구성한 뒤(이전 연습 문제에서 하신 것처럼), 모델을 올바르게 컴파일하고, 학습 데이터를 제공하며, 학습 절차를 제어하는 다른 인자들도 함께 설정해야 합니다.
이전 연습 문제에서 만든 다음의 model이 작업 공간에 준비되어 있습니다:
Convolution => Max pooling => Convolution => Flatten => Dense
이 연습은 강의의 일부입니다
Keras로 배우는 이미지 모델링
연습 안내
- 이 모델을 categorical cross-entropy 손실 함수와 Adam 옵티마이저로 컴파일하세요.
- 배치 크기 10으로 3 epoch 동안 학습하세요.
- 데이터의 20%를 검증 데이터로 사용하세요.
test_data와test_labels에 대해 모델을 평가하세요(배치 크기 10).
실습형 인터랙티브 연습
이 예제를 이 샘플 코드를 완성하여 풀어보세요.
# Compile the model
____
# Fit to training data
____
# Evaluate on test data
____