用於影像分類的卷積網路
用於分類的卷積網路由一連串的卷積層（處理影像）與全連接（Dense）層（讀出）組成。在這個練習中，你將建構一個小型的卷積網路，來分類時尚資料集中的資料。
本練習屬於課程
使用 Keras 進行影像建模
練習說明
- 新增一個
Conv2D層作為網路的輸入層。使用 3 乘 3 的卷積核大小。你可以使用工作區中提供的img_rows與img_cols物件來設定此層的input_shape。 - 新增一個
Flatten層，將網路從影像處理部分銜接到分類部分。 - 新增一個
Dense層，用來分類資料集中 3 種不同的服飾類別。
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。
# Import the necessary components from Keras
from keras.models import Sequential
from keras.layers import Dense, Conv2D, Flatten
# Initialize the model object
model = Sequential()
# Add a convolutional layer
model.add(____(10, kernel_size=____, activation='relu',
input_shape=____))
# Flatten the output of the convolutional layer
model.add(____())
# Add an output layer for the 3 categories
model.add(____(____, activation='softmax'))