โครงข่ายประสาทเทียมแบบ Convolutional สำหรับการจำแนกภาพ

โครงข่ายประสาทเทียมแบบ Convolutional สำหรับการจำแนกประเภทจะประกอบด้วยชั้น Convolutional (สำหรับประมวลผลภาพ) ตามด้วยชั้น Fully Connected (Dense) (สำหรับการอ่านผลลัพธ์) ในแบบฝึกหัดนี้ จะสร้างโครงข่าย Convolutional ขนาดเล็กสำหรับจำแนกประเภทข้อมูลจากชุดข้อมูล Fashion

แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร

การสร้างโมเดลภาพด้วย Keras

ดูคอร์ส

คำแนะนำการฝึกหัด

เพิ่มชั้น Conv2D เพื่อสร้าง Input Layer ของโครงข่าย โดยใช้ขนาด Kernel เป็น 3 x 3 และใช้ออบเจกต์ img_rows และ img_cols ที่มีอยู่ใน Workspace เพื่อกำหนด input_shape ของชั้นนี้
เพิ่มชั้น Flatten เพื่อเชื่อมต่อระหว่างส่วนประมวลผลภาพและส่วนจำแนกประเภทของโครงข่าย
เพิ่มชั้น Dense เพื่อจำแนกเสื้อผ้าออกเป็น 3 ประเภทที่มีในชุดข้อมูล

แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ

ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์

# Import the necessary components from Keras
from keras.models import Sequential
from keras.layers import Dense, Conv2D, Flatten

# Initialize the model object
model = Sequential()

# Add a convolutional layer
model.add(____(10, kernel_size=____, activation='relu', 
               input_shape=____))

# Flatten the output of the convolutional layer
model.add(____())
# Add an output layer for the 3 categories
model.add(____(____, activation='softmax'))

แก้ไขและรันโค้ด