Voeg batch-normalisatie toe aan je netwerk

Batch-normalisatie is een andere vorm van regularisatie die de outputs van een laag herschaalt zodat ze een gemiddelde van 0 en een standaarddeviatie van 1 hebben. In deze oefening voegen we batch-normalisatie toe aan het convolutionele neuraal netwerk dat we in eerdere oefeningen hebben gebruikt:

Convolution (15 units, kernel size 2, 'relu'-activatie)
Batch-normalisatie
Convolution (5 units, kernel size 2, 'relu'-activatie)
Flatten
Dense (3 units, 'softmax'-activatie)

Een sequentieel model en de objecten Dense, Conv2D, Flatten en Dropout zijn beschikbaar in je werkruimte.

Deze oefening maakt deel uit van de cursus

Beeldmodellering met Keras

Cursus bekijken

Oefeninstructies

Voeg de eerste convolutionele laag toe. Je kunt de objecten img_rows en img_cols in je werkruimte gebruiken om de input_shape van deze laag te definiëren.
Voeg batch-normalisatie toe op de outputs van de eerste laag.

Praktische interactieve oefening

Probeer deze oefening eens door deze voorbeeldcode in te vullen.

# 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'))

Code bewerken en uitvoeren