เริ่มต้นใช้งานเริ่มต้นใช้งานได้ฟรี

เพิ่ม Batch Normalization ให้กับโครงข่ายของคุณ

Batch normalization เป็นอีกรูปแบบหนึ่งของการ regularization ที่ปรับสเกลค่า output ของเลเยอร์ใหม่ เพื่อให้มีค่าเฉลี่ยเป็น 0 และส่วนเบี่ยงเบนมาตรฐานเป็น 1 ในแบบฝึกหัดนี้ เราจะเพิ่ม batch normalization เข้าไปในโครงข่ายประสาทเทียมแบบ convolutional ที่ใช้ในแบบฝึกหัดก่อนหน้า ดังนี้

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

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

แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร

การสร้างโมเดลภาพด้วย Keras

ดูคอร์ส

คำแนะนำการฝึกหัด

  • เพิ่ม convolutional layer แรก โดยใช้ออบเจกต์ img_rows และ img_cols ที่มีอยู่ใน workspace เพื่อกำหนด input_shape ของเลเยอร์นี้
  • เพิ่ม batch normalization ที่นำไปใช้กับค่า output ของเลเยอร์แรก

แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ

ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์

# 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'))
แก้ไขและรันโค้ด