การสร้างโครงข่ายประสาทเทียมเชิงลึก

โครงข่ายประสาทเทียมแบบ convolutional เชิงลึก คือโครงข่ายที่มีมากกว่าหนึ่งเลเยอร์ แต่ละเลเยอร์ในโครงข่ายเชิงลึกจะรับข้อมูลเข้าจากเลเยอร์ก่อนหน้า โดยเลเยอร์แรกสุดจะรับข้อมูลเข้าจากภาพที่ใช้เป็นข้อมูลฝึกหรือข้อมูลทดสอบ

ในแบบฝึกหัดนี้ จะได้สร้างโครงข่ายที่มี convolutional layer สองชั้น

แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร

การสร้างโมเดลภาพด้วย Keras

ดูคอร์ส

คำแนะนำการฝึกหัด

Convolutional layer แรกทำหน้าที่เป็น input layer ของโครงข่าย ควรมี 15 units โดยใช้ kernel ขนาด 2 x 2 พิกเซล และกำหนด activation function เป็น 'relu' สามารถใช้ตัวแปร img_rows และ img_cols เพื่อกำหนด input_shape
Convolutional layer ที่สองรับข้อมูลเข้าจาก layer แรก ควรมี 5 units โดยใช้ kernel ขนาด 2 x 2 พิกเซล และกำหนด activation function เป็น 'relu' เช่นกัน

แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ

ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์

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'))

แก้ไขและรันโค้ด