Lägg till batchnormalisering i ditt nätverk

Batchnormalisering är en annan form av regularisering som omskalerar utdata från ett lager för att säkerställa att de har medelvärdet 0 och standardavvikelsen 1. I den här övningen lägger du till batchnormalisering i det konvolutionella neurala nätverk som vi har använt i tidigare övningar:

Konvolution (15 enheter, kernelstorlek 2, aktiveringsfunktion 'relu')
Batchnormalisering
Konvolution (5 enheter, kernelstorlek 2, aktiveringsfunktion 'relu')
Flatten
Dense (3 enheter, aktiveringsfunktion 'softmax')

Ett model-objekt av typen Sequential samt objekten Dense, Conv2D, Flatten och Dropout finns tillgängliga i din arbetsyta.

Den här övningen är en del av kursen

Bildmodellering med Keras

Visa kurs

Övningsinstruktioner

Lägg till det första konvolutionslagret. Du kan använda objekten img_rows och img_cols som finns i din arbetsyta för att definiera input_shape för det här lagret.
Lägg till batchnormalisering som tillämpas på utdata från det första lagret.

Interaktiv övning med praktiskt arbete

Testa den här övningen genom att slutföra den här exempelkoden.

# Add a convolutional layer
____


# Add batch normalization layer
____

# Add another convolutional layer
model.add(Conv2D(5, kernel_size=2, activation='relu'))

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

Redigera och kör kod