Regularizarea rețelelor neuronale

Modelarea imaginilor cu Keras

Ariel Rokem

Senior Data Scientist, University of Washington

Dropout

La fiecare pas de antrenare:

Se selectează un subset de unități
Este ignorat în pasul înainte
Și în retropropagarea erorii

Dropout

Dropout în 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'))

Normalizarea pe loturi

Reescalarea ieșirilor

Normalizarea pe loturi în 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'))

Atenție la utilizarea lor împreună!

Incompatibilitatea dintre dropout și normalizarea pe loturi

Să exersăm!

Modelarea imaginilor cu Keras