Adicionando dropout à sua rede
O dropout é uma forma de regularização que tira um subconjunto aleatório diferente das unidades em uma camada a cada rodada de treinamento. Neste exercício, vamos adicionar dropout à rede neural convolucional que usamos nos exercícios anteriores:
Convolução (15 unidades, tamanho do kernel 2, ativação “relu”)
Desistência (20%)
Convolução (5 unidades, tamanho do kernel 2, ativação “relu”)
Aplanar
Densa (3 unidades, ativação “softmax”)
Um objeto Sequential model, junto com os objetos Dense, Conv2D, Flatten e Dropout estão disponíveis na sua área de trabalho.
Este exercício faz parte do curso
Modelagem de imagens com Keras
Instruções do exercício
- Adiciona dropout aplicado à primeira camada com 20%.
- Adicione uma camada de achatamento.
Exercício interativo prático
Experimente este exercício completando este código de exemplo.
# Add a convolutional layer
model.add(Conv2D(15, kernel_size=2, activation='relu',
input_shape=(img_rows, img_cols, 1)))
# Add a dropout layer
____
# Add another convolutional layer
model.add(Conv2D(5, kernel_size=2, activation='relu'))
# Flatten and feed to output layer
____
model.add(Dense(3, activation='softmax'))