เริ่มต้นใช้งานเริ่มต้นใช้งานได้ฟรี

การเพิ่ม Dropout ให้กับโครงข่ายประสาทเทียม

Dropout เป็นรูปแบบหนึ่งของ regularization ที่ตัด unit ออกแบบสุ่มในแต่ละรอบของการฝึก โดยชุด unit ที่ถูกตัดจะแตกต่างกันในแต่ละรอบ ในแบบฝึกหัดนี้ เราจะเพิ่ม Dropout เข้าไปในโครงข่ายประสาทเทียมแบบ convolutional ที่ใช้ในแบบฝึกหัดก่อนหน้า ดังนี้:

  1. Convolution (15 units, kernel size 2, activation 'relu')
  2. Dropout (20%)
  3. Convolution (5 units, kernel size 2, activation 'relu')
  4. Flatten
  5. Dense (3 units, activation 'softmax')

ออบเจกต์ Sequential model รวมถึง Dense, Conv2D, Flatten และ Dropout พร้อมใช้งานใน workspace ของคุณแล้ว

แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร

การสร้างโมเดลภาพด้วย Keras

ดูคอร์ส

คำแนะนำการฝึกหัด

  • เพิ่ม Dropout โดยกำหนดค่า 20% ให้กับเลเยอร์แรก
  • เพิ่มเลเยอร์ flattening

แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ

ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์

# 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'))
แก้ไขและรันโค้ด