建立深度學習網路
深度卷積神經網路指的是擁有超過一層的網路。深度網路中的每一層都從前一層取得輸入，而最前面的那一層則從作為訓練或測試資料的影像取得輸入。
在這裡，你將建立一個包含兩個卷積層的網路。
本練習屬於課程
使用 Keras 進行影像建模
練習說明
- 第一個卷積層是網路的輸入層。它應該有 15 個單元，使用 2×2 像素的卷積核。啟用函式使用
'relu'。可以使用變數img_rows和img_cols來定義它的input_shape。 - 第二個卷積層從第一層接收輸入。它應該有 5 個單元，使用 2×2 像素的卷積核，同樣使用
'relu'作為啟用函式。
動手互動練習
試著完成這個範例程式碼，體驗一下這個練習。
from keras.models import Sequential
from keras.layers import Dense, Conv2D, Flatten
model = Sequential()
# Add a convolutional layer (15 units)
____
# Add another convolutional layer (5 units)
____
# Flatten and feed to output layer
model.add(Flatten())
model.add(Dense(3, activation='softmax'))