ComeçarComece de graça

Construindo um modelo de CNN

Construir um modelo de CNN no Keras não é muito mais difícil do que criar qualquer um dos modelos que você já montou ao longo do curso! Você só precisa usar camadas convolucionais.

Você vai construir um model convolucional raso que classifica o conjunto de dados de dígitos MNIST — o mesmo que você reduziu o ruído com seu autoencoder! As imagens têm 28 x 28 pixels e apenas um canal, já que são em preto e branco.

Mãos à obra: construa esse pequeno modelo convolucional!

Este exercício faz parte do curso

Introdução ao Deep Learning com Keras

Ver curso

Instruções do exercício

  • Importe as camadas Conv2D e Flatten e instancie seu modelo.
  • Adicione uma primeira camada convolucional com 32 filtros de tamanho 3x3 e a tupla 3D correspondente como input_shape.
  • Adicione uma segunda camada convolucional com 16 filtros de tamanho 3x3 com ativação relu.
  • Achate a saída da camada anterior para criar um vetor unidimensional.

Exercício interativo prático

Experimente este exercício completando este código de exemplo.

# Import the Conv2D and Flatten layers and instantiate model
from tensorflow.keras.____ import ____,____
model = ____

# Add a convolutional layer of 32 filters of size 3x3
model.add(Conv2D(____, kernel_size = ____, input_shape = (____, ____, 1), activation = 'relu'))

# Add a convolutional layer of 16 filters of size 3x3
model.add(____(____, ____ = ____, activation = ____))

# Flatten the previous layer output
model.add(____)

# Add as many outputs as classes with softmax activation
model.add(Dense(10, activation = 'softmax'))
Editar e executar o código