Rede convolucional para classificação de imagens
As redes convolucionais para classificação são feitas com uma sequência de camadas convolucionais (para processamento de imagens) e camadas totalmente conectadas (Dense) (para leitura). Neste exercício, você vai montar uma pequena rede convolucional pra classificar os dados do conjunto de dados de moda.
Este exercício faz parte do curso
Modelagem de imagens com Keras
Instruções do exercício
- Adicione uma camada “
Conv2D” para construir a camada de entrada da rede. Use um tamanho de kernel de 3 por 3. Você pode usar os objetos “img_rows” e “img_cols” disponíveis na sua área de trabalho para definir o “input_shape” dessa camada. - Adicione uma camada “
Flatten” para traduzir entre a parte de processamento de imagem e classificação da sua rede. - Adicione uma camada “
Dense” para classificar as três categorias diferentes de roupas no conjunto de dados.
Exercício interativo prático
Experimente este exercício completando este código de exemplo.
# Import the necessary components from Keras
from keras.models import Sequential
from keras.layers import Dense, Conv2D, Flatten
# Initialize the model object
model = Sequential()
# Add a convolutional layer
model.add(____(10, kernel_size=____, activation='relu',
input_shape=____))
# Flatten the output of the convolutional layer
model.add(____())
# Add an output layer for the 3 categories
model.add(____(____, activation='softmax'))