Побудуйте нейронну мережу
Ми будемо використовувати бібліотеку Keras, щоб створювати нейронні мережі та навчати їх класифікувати зображення. Усі ці моделі матимуть тип Sequential, тобто виходи одного шару подаються як входи лише до наступного шару.
У цій вправі ви створите нейронну мережу з шарами Dense, тобто кожен елемент (unit) у кожному шарі з'єднаний з усіма елементами попереднього шару. Наприклад, кожен елемент у першому шарі з'єднаний з усіма пікселями у вхідних зображеннях. Об'єкт шару Dense приймає як аргументи кількість елементів у цьому шарі та функцію активації для елементів. Для першого шару в мережі він також отримує іменований аргумент input_shape.
У цьому курсі згадуються багато понять, які ви могли забути, тож якщо вам потрібне швидке нагадування, завантажте Keras Cheat Sheet і тримайте його під рукою!
Ця вправа є частиною курсу
Моделювання зображень у Keras
Інструкції до вправи
- Перший шар отримує зображення як вхід, має 10 елементів та активацію
'relu'. - Другий вхідний шар має 10 елементів та активацію
'relu'. - Вихідний шар має по одному елементу на кожну категорію (3 категорії) та активацію
'softmax'.
Інтерактивна практична вправа
Спробуйте виконати цю вправу, доповнивши цей зразок коду.
# Imports components from Keras
from keras.models import Sequential
from keras.layers import Dense
# Initializes a sequential model
model = Sequential()
# First layer
model.add(____(10, activation=____, input_shape=(784,)))
# Second layer
model.add(____(____, activation=____))
# Output layer
____