Skapa ett djupt neuralt nätverk

Ett djupt konvolutionellt neuralt nätverk är ett nätverk med fler än ett lager. Varje lager i ett djupt nätverk tar emot sina indata från det föregående lagret, där det allra första lagret tar emot sina indata från de bilder som används som tränings- eller testdata.

Här ska du skapa ett nätverk med två konvolutionslager.

Den här övningen är en del av kursen

Bildmodellering med Keras

Visa kurs

Övningsinstruktioner

Det första konvolutionslagret är nätverkets indatalager. Det ska ha 15 enheter med kernlar på 2 gånger 2 pixlar och en 'relu'-aktiveringsfunktion. Du kan använda variablerna img_rows och img_cols för att definiera dess input_shape.
Det andra konvolutionslagret tar emot sina indata från det första lagret. Det ska ha 5 enheter med kernlar på 2 gånger 2 pixlar och ska också ha en 'relu'-aktiveringsfunktion.

Interaktiv övning med praktiskt arbete

Testa den här övningen genom att slutföra den här exempelkoden.

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'))

Redigera och kör kod