在你的網路中加入 dropout
Dropout 是一種正規化方法，在訓練的每一輪都會隨機移除該層中不同子集合的單元。本練習要把 dropout 加到你在前面練習用過的卷積神經網路中：
- Convolution（15 個單元，kernel size 2，'relu' activation）
- Dropout（20%）
- Convolution（5 個單元，kernel size 2，'relu' activation）
- Flatten
- Dense（3 個單元，'softmax' activation）
一個 Sequential model，以及 Dense、Conv2D、Flatten 和 Dropout 物件已在你的工作區中可用。
本練習屬於課程
使用 Keras 進行影像建模
練習說明
- 對第一層加入 20% 的 dropout。
- 加入一個展平（flatten）層。
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。
# Add a convolutional layer
model.add(Conv2D(15, kernel_size=2, activation='relu',
input_shape=(img_rows, img_cols, 1)))
# Add a dropout layer
____
# Add another convolutional layer
model.add(Conv2D(5, kernel_size=2, activation='relu'))
# Flatten and feed to output layer
____
model.add(Dense(3, activation='softmax'))