Adicionar passos a uma rede convolucional
O tamanho dos passos do kernel de convolução determina se o kernel vai pular alguns pixels enquanto desliza pela imagem. Isso afeta o tamanho da saída porque, quando os passos são maiores que um, o kernel vai ficar centralizado só em alguns dos pixels.
Este exercício faz parte do curso
Modelagem de imagens com Keras
Instruções do exercício
Construa uma rede neural com uma camada de convolução com passos ( Conv2D ) com convoluções com passos que pulam cada dois pixels.
Exercício interativo prático
Experimente este exercício completando este código de exemplo.
# Initialize the model
model = Sequential()
# Add the convolutional layer
model.add(Conv2D(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'))