Mai în profunzime

Modelarea imaginilor cu Keras

Ariel Rokem

Senior Data Scientist, University of Washington

Rețea cu un singur strat convoluțional

Rețea cu un strat convoluțional: implementare

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'))

Construirea unei rețele mai adânci

Construirea unei rețele adânci

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'))

De ce dorim rețele adânci?

Caracteristici în straturile timpurii

Caracteristici în straturile intermediare

Caracteristici în straturile finale

Cât de adâncă?

Adâncimea implică un cost computațional
Poate necesita mai multe date

Să exersăm!

Modelarea imaginilor cu Keras

Preparing Video For Download...