ฝึก CNN เชิงลึกที่มี pooling เพื่อจำแนกภาพ
การฝึก CNN ที่มี pooling layer นั้นคล้ายคลึงกับการฝึก deep network ที่ผ่านมามาก เมื่อสร้างโครงข่ายเรียบร้อยแล้ว (เหมือนที่ทำในแบบฝึกหัดก่อนหน้า) ก็ต้องทำการ compile โมเดลให้เหมาะสม จากนั้นจึงป้อนข้อมูลสำหรับฝึก พร้อมกับอาร์กิวเมนต์อื่น ๆ ที่ควบคุมกระบวนการ fitting
model จากแบบฝึกหัดก่อนหน้านี้มีอยู่ใน workspace ของคุณแล้ว:
Convolution => Max pooling => Convolution => Flatten => Dense
แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร
การสร้างโมเดลภาพด้วย Keras
คำแนะนำการฝึกหัด
- Compile โมเดลนี้โดยใช้ฟังก์ชัน loss แบบ categorical cross-entropy และ optimizer แบบ Adam
- ฝึกโมเดลเป็นจำนวน 3 epoch โดยใช้ batch ขนาด 10
- ใช้ข้อมูล 20% เป็น validation data
- ประเมินผลโมเดลบน
test_dataโดยใช้test_labels(batch ขนาด 10 เช่นกัน)
แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ
ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์
# Compile the model
____
# Fit to training data
____
# Evaluate on test data
____