Dodawanie paddingu do sieci CNN
Padding pozwala warstwie splotowej zachować rozdzielczość danych wejściowych. Polega on na dodaniu zer wokół krawędzi obrazu wejściowego, dzięki czemu jądro splotu może obejmować piksele na brzegach obrazu.
To ćwiczenie jest częścią kursu
Modelowanie obrazów z Keras
Instrukcje do ćwiczenia
Dodaj warstwę Conv2D i wybierz taki padding, aby dane wyjściowe miały ten sam rozmiar co dane wejściowe.
Interaktywne ćwiczenie praktyczne
Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.
# 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'))