ComeçarComece gratuitamente

Criando um modelo CNN

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

Você criará uma convolução superficial model que classifica o conjunto de dados de MNIST conjunto de dados de dígitos. A mesma que você desnotificou com seu codificador automático! As imagens são de 28 x 28 pixels e têm apenas um canal, pois são imagens em preto e branco.

Vá em frente e crie esse pequeno modelo convolucional!

Este exercício faz parte do curso

Introdução à aprendizagem profunda com o Keras

Ver Curso

Instruções de 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.
  • Achatar a saída da camada anterior para criar um vetor unidimensional.

Exercício interativo prático

Experimente este exercício preenchendo 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 código