Crie uma rede neural
Vamos usar a biblioteca Keras pra criar redes neurais e treinar essas redes pra classificar imagens. Todos esses modelos serão do tipo Sequential, o que significa que as saídas de uma camada são fornecidas como entradas apenas para a camada seguinte.
Dense Neste exercício, você vai criar uma rede neural com camadas neurais, o que significa que cada unidade em cada camada está conectada a todas as unidades da camada anterior. Por exemplo, cada unidade na primeira camada está conectada a todos os pixels nas imagens de entrada. O objeto de camada “ Dense ” recebe como argumentos o número de unidades nessa camada e a função de ativação para as unidades. Para a primeira camada da rede, também recebe um argumento de palavra-chave “ input_shape ”.
Esse curso fala sobre vários conceitos que você pode ter esquecido, então, se precisar dar uma repassada rápida, baixe o Guia Rápido do Keras e tenha sempre à mão!
Este exercício faz parte do curso
Modelagem de imagens com Keras
Instruções do exercício
- A primeira camada recebe imagens como entrada, tem 10 unidades e uma ativação d
'relu'. - A segunda camada de entrada tem 10 unidades e uma ativação d
'relu'. - A camada de saída tem uma unidade para cada categoria (3 categorias) e uma ativaçã
'softmax'.
Exercício interativo prático
Experimente este exercício completando este código de exemplo.
# Imports components from Keras
from keras.models import Sequential
from keras.layers import Dense
# Initializes a sequential model
model = Sequential()
# First layer
model.add(____(10, activation=____, input_shape=(784,)))
# Second layer
model.add(____(____, activation=____))
# Output layer
____