Thêm batch normalization vào mạng của bạn
Batch normalization là một dạng regularization khác, dùng để chuẩn hóa lại đầu ra của một tầng sao cho có trung bình 0 và độ lệch chuẩn 1. Trong bài tập này, bạn sẽ thêm batch normalization vào mạng nơ-ron tích chập đã dùng ở các bài trước:
- Convolution (15 đơn vị, kernel size 2, kích hoạt 'relu')
- Batch normalization
- Convolution (5 đơn vị, kernel size 2, kích hoạt 'relu')
- Flatten
- Dense (3 đơn vị, kích hoạt 'softmax')
Một model dạng Sequential cùng các đối tượng Dense, Conv2D, Flatten, và Dropout đã có sẵn trong không gian làm việc của bạn.
Bài tập này là một phần của khóa học
Mô hình hóa ảnh với Keras
Hướng dẫn bài tập
- Thêm tầng tích chập đầu tiên. Bạn có thể dùng các đối tượng
img_rowsvàimg_colscó sẵn trong không gian làm việc để xác địnhinput_shapecủa tầng này. - Thêm batch normalization áp dụng lên đầu ra của tầng đầu tiên.
Bài tập tương tác thực hành trực tiếp
Hãy thử làm bài tập này bằng cách hoàn thành đoạn mã mẫu này.
# 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'))