ÎncepețiÎncepe gratuit

Normalizarea pe loturi a unui model familiar

Îți amintești de setul de date digits pe care l-ai antrenat în primul exercițiu din acest capitol?

O problemă de clasificare multiclasă pe care ai rezolvat-o folosind softmax și 10 neuroni în stratul de ieșire.

Acum vei construi un model mai profund, format din 3 straturi ascunse cu câte 50 de neuroni fiecare, folosind normalizarea pe loturi între straturi. Parametrul kernel_initializer este utilizat pentru a inițializa ponderile într-un mod similar.

Acest exercițiu face parte din cursul

Introducere în Deep Learning cu Keras

Vezi cursul

Instrucțiuni pentru exercițiu

  • Importă BatchNormalization din straturile tensorflow.keras.
  • Construiește modelul tău profund folosind câte 50 de neuroni pentru fiecare strat ascuns și adăugând normalizarea pe loturi între straturi.
  • Compilează modelul cu descindere pe gradient stochastică, sgd, ca optimizator.

Exercițiu interactiv practic

Încearcă acest exercițiu completând acest cod de exemplu.

# Import batch normalization from keras layers
from tensorflow.____.____ import ____

# Build your deep network
batchnorm_model = ____
batchnorm_model.add(Dense(____, input_shape=(64,), activation='relu', kernel_initializer='normal'))
batchnorm_model.add(____)
batchnorm_model.add(Dense(____, activation='relu', kernel_initializer='normal'))
batchnorm_model.add(____)
batchnorm_model.add(Dense(____, activation='relu', kernel_initializer='normal'))
batchnorm_model.add(____)
batchnorm_model.add(Dense(10, activation='softmax', kernel_initializer='normal'))

# Compile your model with sgd
batchnorm_model.compile(optimizer=____, loss='categorical_crossentropy', metrics=['accuracy'])
Editează și rulează codul