为您的网络添加 dropout
Dropout 是一种正则化方法，在每轮训练中会随机移除该层中不同的子集单元。在本练习中，您将把 dropout 添加到之前练习中使用的卷积神经网络中：
- 卷积（15 个单元，卷积核大小 2，激活函数为 'relu'）
- Dropout（20%）
- 卷积（5 个单元，卷积核大小 2，激活函数为 'relu'）
- 展平（Flatten）
- 全连接（Dense，3 个单元，激活函数为 'softmax'）
一个顺序式 model 以及 Dense、Conv2D、Flatten 和 Dropout 对象已在您的工作区中可用。
本练习是课程的一部分
使用 Keras 进行图像建模
练习说明
- 在第一层后添加 20% 的 dropout。
- 添加一个展平层。
交互式实操练习
通过完成这段示例代码来试试这个练习。
# 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'))