BaşlayınÜcretsiz Başlayın

Bir CNN modeli oluşturma

Keras'ta bir CNN modeli kurmak, bu kurs boyunca kurduğun diğer modellerden çok da zor değil! Sadece evrişimsel katmanları kullanman yeterli.

Şimdi MNIST rakam veri kümesini sınıflandıran sığ bir evrişimsel model kuracaksın. Otokodlayıcıyla gürültüsünü giderdiğin aynı veri kümesi! Görüntüler 28 x 28 piksel ve yalnızca tek kanala sahip, çünkü siyah-beyaz resimler.

Hadi, bu küçük evrişimsel modeli kur!

Bu egzersiz

Keras ile Deep Learning'e Giriş

kursunun bir parçasıdır
Kursu Görüntüle

Egzersiz talimatları

  • Conv2D ve Flatten katmanlarını içe aktar ve modelini oluştur.
  • 3x3 boyutunda 32 filtreli ilk bir evrişim katmanı ekle ve input_shape olarak uygun 3B demeti ver.
  • 3x3 boyutunda 16 filtreli, aktivasyonu relu olan ikinci bir evrişim katmanı ekle.
  • Önceki katmanın çıktısını düzleştirerek tek boyutlu bir vektör oluştur.

Uygulamalı interaktif egzersiz

Bu örnek kodu tamamlayarak bu egzersizi bitirin.

# Import the Conv2D and Flatten layers and instantiate model
from tensorflow.keras.____ import ____,____
model = ____

# Add a convolutional layer of 32 filters of size 3x3
model.add(Conv2D(____, kernel_size = ____, input_shape = (____, ____, 1), activation = 'relu'))

# Add a convolutional layer of 16 filters of size 3x3
model.add(____(____, ____ = ____, activation = ____))

# Flatten the previous layer output
model.add(____)

# Add as many outputs as classes with softmax activation
model.add(Dense(10, activation = 'softmax'))
Kodu Düzenle ve Çalıştır