Aprofundando

Modelagem de imagens com Keras

Ariel Rokem

Senior Data Scientist, University of Washington

Rede com uma camada convolucional

Rede com uma camada convolucional: implementação

model = Sequential()
model.add(Conv2D(10, kernel_size=2, activation='relu', 
                 input_shape=(img_rows, img_cols, 1)))
model.add(Flatten())
model.add(Dense(3, activation='softmax'))

Construindo uma rede mais profunda

Construindo uma rede profunda

model = Sequential()
model.add(Conv2D(10, kernel_size=2, activation='relu', 
                 input_shape=(img_rows, img_cols, 1), 
                 padding='equal'))

# Second convolutional layer
model.add(Conv2D(10, kernel_size=2, activation='relu')

model.add(Flatten())
model.add(Dense(3, activation='softmax'))

Por que queremos redes profundas?

Recursos nas primeiras camadas

Recursos nas camadas intermediárias

Recursos nas últimas camadas

Quão profunda?

Profundidade tem custo computacional
Pode exigir mais dados

Vamos praticar!

Modelagem de imagens com Keras

Preparing Video For Download...