Construa uma rede neural
Vamos usar a biblioteca Keras para criar redes neurais e treiná-las para classificar imagens. Todos esses modelos serão do tipo Sequential, o que significa que as saídas de uma camada são usadas como entradas apenas para a próxima camada.
Neste exercício, você vai criar uma rede neural com camadas Dense, ou seja, cada unidade em cada camada é conectada a todas as unidades da camada anterior. Por exemplo, cada unidade na primeira camada é conectada a todos os pixels nas imagens de entrada. O objeto Dense recebe como argumentos o número de unidades nessa camada e a função de ativação das unidades. Para a primeira camada da rede, ele também recebe o argumento nomeado input_shape.
Este curso aborda vários conceitos que você pode ter esquecido; se precisar de um lembrete rápido, baixe o Keras Cheat Sheet e mantenha-o por perto!
Este exercicio faz parte do curso
Modelagem de imagens com Keras
Instruções do exercicio
- A primeira camada recebe imagens como entrada, tem 10 unidades e ativação
'relu'. - A segunda camada tem 10 unidades e ativação
'relu'. - A camada de saída tem uma unidade para cada categoria (3 categorias) e ativação
'softmax'.
exercicio interativo prático
Tente este exercicio 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
____