Zagłębiamy się dalej

Modelowanie obrazów z Keras

Ariel Rokem

Senior Data Scientist, University of Washington

Sieć z jedną warstwą konwolucyjną

Sieć z jedną warstwą konwolucyjną: implementacja

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'))

Budowanie głębszej sieci

Budowanie głębokiej sieci

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'))

Po co głębokie sieci?

Cechy we wczesnych warstwach

Cechy w warstwach pośrednich

Cechy w późnych warstwach

Jak głęboka sieć?

Głębokość ma koszt obliczeniowy
Może wymagać więcej danych

Czas na ćwiczenia!

Modelowanie obrazów z Keras

Preparing Video For Download...