Crearea unei rețele de învățare profundă

O rețea neuronală convoluțională profundă este o rețea care are mai mult de un strat. Fiecare strat dintr-o rețea profundă primește datele de intrare de la stratul anterior, iar primul strat primește datele de intrare direct din imaginile folosite pentru antrenament sau testare.

În acest exercițiu, vei crea o rețea cu două straturi convoluționale.

Acest exercițiu face parte din cursul

Modelarea imaginilor cu Keras

Vezi cursul

Instrucțiuni pentru exercițiu

Primul strat convoluțional este stratul de intrare al rețelei. Acesta trebuie să aibă 15 unități cu nuclee (kernels) de 2 x 2 pixeli. Folosește funcția de activare 'relu'. Poți utiliza variabilele img_rows și img_cols pentru a defini input_shape.
Al doilea strat convoluțional primește datele de intrare de la primul strat. Acesta trebuie să aibă 5 unități cu nuclee de 2 x 2 pixeli și, de asemenea, funcția de activare 'relu'.

Exercițiu interactiv practic

Încearcă acest exercițiu completând acest cod de exemplu.

from keras.models import Sequential
from keras.layers import Dense, Conv2D, Flatten

model = Sequential()

# Add a convolutional layer (15 units)
____


# Add another convolutional layer (5 units)
____

# Flatten and feed to output layer
model.add(Flatten())
model.add(Dense(3, activation='softmax'))

Editează și rulează codul