네트워크에 배치 정규화 추가하기
배치 정규화는 정규화의 한 형태로, 한 층의 출력을 평균 0, 표준편차 1이 되도록 재스케일링해요. 이번 연습에서는 이전 연습 문제에서 사용했던 합성곱 신경망에 배치 정규화를 추가해 보겠습니다:
- 합성곱(유닛 15개, 커널 크기 2, 'relu' 활성화)
- 배치 정규화
- 합성곱(유닛 5개, 커널 크기 2, 'relu' 활성화)
- 펼치기(Flatten)
- 밀집(Dense, 유닛 3개, 'softmax' 활성화)
Sequential model과 함께 Dense, Conv2D, Flatten, Dropout 객체가 작업 공간에 준비되어 있어요.
이 연습은 강의의 일부입니다
Keras로 배우는 이미지 모델링
연습 안내
- 첫 번째 합성곱 층을 추가하세요. 이 층의
input_shape는 작업 공간에 있는img_rows와img_cols객체를 사용해 정의할 수 있어요. - 첫 번째 층의 출력에 배치 정규화를 적용해 추가하세요.
실습형 인터랙티브 연습
이 예제를 이 샘플 코드를 완성하여 풀어보세요.
# Add a convolutional layer
____
# Add batch normalization layer
____
# Add another convolutional layer
model.add(Conv2D(5, kernel_size=2, activation='relu'))
# Flatten and feed to output layer
model.add(Flatten())
model.add(Dense(3, activation='softmax'))