Sieć konwolucyjna do klasyfikacji obrazów

Sieci konwolucyjne do klasyfikacji buduje się z sekwencji warstw konwolucyjnych (do przetwarzania obrazów) i warstw w pełni połączonych (Dense) (do odczytu wyników). W tym ćwiczeniu zbudujesz niewielką sieć konwolucyjną do klasyfikacji danych z Fashion Dataset.

To ćwiczenie jest częścią kursu

Modelowanie obrazów z Keras

Zobacz kurs

Instrukcje do ćwiczenia

Dodaj warstwę Conv2D, aby zbudować warstwę wejściową sieci. Użyj jądra (kernela) o rozmiarze 3 × 3. Do zdefiniowania parametru input_shape tej warstwy możesz skorzystać z obiektów img_rows i img_cols dostępnych w twoim środowisku.
Dodaj warstwę Flatten, aby połączyć część sieci odpowiedzialną za przetwarzanie obrazów z częścią klasyfikacyjną.
Dodaj warstwę Dense, aby klasyfikować 3 różne kategorie ubrań w zbiorze danych.

Interaktywne ćwiczenie praktyczne

Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.

# Import the necessary components from Keras
from keras.models import Sequential
from keras.layers import Dense, Conv2D, Flatten

# Initialize the model object
model = Sequential()

# Add a convolutional layer
model.add(____(10, kernel_size=____, activation='relu', 
               input_shape=____))

# Flatten the output of the convolutional layer
model.add(____())
# Add an output layer for the 3 categories
model.add(____(____, activation='softmax'))

Edytuj i uruchom kod