Mô hình sequential trong Keras
Ở chương 3, chúng ta đã dùng một số thành phần của API keras trong tensorflow để định nghĩa một mạng nơ-ron, nhưng vẫn chưa tận dụng hết khả năng để đơn giản hóa việc định nghĩa và huấn luyện mô hình. Trong bài tập này, bạn sẽ dùng API mô hình sequential của keras để định nghĩa một mạng nơ-ron dùng phân loại ảnh các chữ cái ngôn ngữ ký hiệu. Bạn cũng sẽ dùng phương thức .summary() để in kiến trúc của mô hình, bao gồm shape và số lượng tham số gắn với mỗi lớp.
Lưu ý các ảnh đã được reshape từ (28, 28) thành (784,), để có thể dùng làm đầu vào cho một dense layer. Ngoài ra, keras đã được import từ tensorflow sẵn cho bạn.
Bài tập này là một phần của khóa học
Nhập môn TensorFlow bằng Python
Hướng dẫn bài tập
- Định nghĩa một mô hình sequential của
kerastênmodel. - Đặt lớp đầu tiên là
Dense()với 16 nút và activationrelu. - Định nghĩa lớp thứ hai là
Dense()với 8 nút và activationrelu. - Đặt lớp đầu ra có 4 nút và dùng hàm kích hoạt
softmax.
Bài tập tương tác thực hành trực tiếp
Hãy thử làm bài tập này bằng cách hoàn thành đoạn mã mẫu này.
# Define a Keras sequential model
____
# Define the first dense layer
model.add(keras.layers.____(____, activation='____', input_shape=(784,)))
# Define the second dense layer
____
# Define the output layer
model.add(keras.layers.Dense(____))
# Print the model architecture
print(model.summary())