Padding toevoegen aan een CNN

Met padding behoudt een convolutionele laag de resolutie van de invoer voor deze laag. Dit doe je door nullen rond de randen van de invoerafbeelding toe te voegen, zodat de convolutiekernel kan overlappen met de pixels aan de randen van de afbeelding.

Deze oefening maakt deel uit van de cursus

Beeldmodellering met Keras

Cursus bekijken

Oefeninstructies

Voeg een Conv2D-laag toe en kies een padding zodat de output even groot is als de input.

Praktische interactieve oefening

Probeer deze oefening eens door deze voorbeeldcode in te vullen.

# Initialize the model
model = Sequential()

# Add the convolutional layer
model.add(____(10, kernel_size=3, activation='relu', 
                 input_shape=(img_rows, img_cols, 1), 
                 ____))

# Feed into output layer
model.add(Flatten())
model.add(Dense(3, activation='softmax'))

Code bewerken en uitvoeren