Lägga till dropout i ditt nätverk
Dropout är en form av regularisering som tar bort en slumpmässigt vald delmängd av enheterna i ett lager i varje träningsomgång. I den här övningen lägger vi till dropout i det konvolutionella neurala nätverk som vi har använt i tidigare övningar:
- Convolution (15 enheter, kernelstorlek 2, aktivering 'relu')
- Dropout (20 %)
- Convolution (5 enheter, kernelstorlek 2, aktivering 'relu')
- Flatten
- Dense (3 enheter, aktivering 'softmax')
Ett sekventiellt model-objekt samt objekten Dense, Conv2D, Flatten och Dropout finns tillgängliga i din arbetsyta.
Den här övningen är en del av kursen
Bildmodellering med Keras
Övningsinstruktioner
- Lägg till dropout på 20 % applicerat på det första lagret.
- Lägg till ett utplatningslager (Flatten).
Interaktiv övning med praktiskt arbete
Testa den här övningen genom att slutföra den här exempelkoden.
# Add a convolutional layer
model.add(Conv2D(15, kernel_size=2, activation='relu',
input_shape=(img_rows, img_cols, 1)))
# Add a dropout layer
____
# Add another convolutional layer
model.add(Conv2D(5, kernel_size=2, activation='relu'))
# Flatten and feed to output layer
____
model.add(Dense(3, activation='softmax'))