Adicionar preenchimento a uma CNN
O preenchimento permite que uma camada convolucional mantenha a resolução da entrada nessa camada. Isso é feito adicionando zeros nas bordas da imagem de entrada, para que o kernel de convolução possa se sobrepor aos pixels na borda da imagem.
Este exercício faz parte do curso
Modelagem de imagens com Keras
Instruções do exercício
Adicione uma camada “ Conv2D ” e escolha um preenchimento para que a saída tenha o mesmo tamanho da entrada.
Exercício interativo prático
Experimente este exercício completando este código de exemplo.
# 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'))