Regularyzacja sieci neuronowych

Modelowanie obrazów z Keras

Ariel Rokem

Senior Data Scientist, University of Washington

Dropout

W każdym kroku uczenia:

Wybierz podzbiór jednostek
Zignoruj go w przejściu w przód
Oraz w wstecznej propagacji błędu

Dropout

Dropout w Keras

from keras.models import Sequential
from keras.layers import Dense, Conv2D, Flatten, Dropout

model = Sequential()
model.add(Conv2D(5, kernel_size=3, activation='relu', 
              input_shape=(img_rows, img_cols, 1)))

model.add(Dropout(0.25))

model.add(Conv2D(15, kernel_size=3, activation='relu'))
model.add(Flatten())
model.add(Dense(3, activation='softmax'))

Normalizacja wsadowa

Przeskaluj wyjścia

Normalizacja wsadowa w Keras

from keras.models import Sequential
from keras.layers import Dense, Conv2D, Flatten, BatchNormalization 


model = Sequential()
model.add(Conv2D(5, kernel_size=3, activation='relu', 
              input_shape=(img_rows, img_cols, 1)))

model.add(BatchNormalization())

model.add(Conv2D(15, kernel_size=3, activation='relu'))
model.add(Flatten())
model.add(Dense(3, activation='softmax'))

Ostrożnie przy jednoczesnym stosowaniu!

Niekompatybilność dropoutu i normalizacji wsadowej

Czas na ćwiczenia!

Modelowanie obrazów z Keras