अनुक्रमिक मॉडल में 'ऐड' विधि का उपयोग करके एक घनी परत जोड़ी जा सकती है, और परत के प्रकार को 'घना' के रूप में निर्दिष्ट किया जा सकता है। परतों को पहले चपटा किया जाता है, और फिर एक परत जोड़ दी जाती है। यह नई परत संपूर्ण प्रशिक्षण डेटासेट पर लागू की जाएगी।
और पढ़ें: TensorFlow क्या है और Keras कैसे तंत्रिका नेटवर्क बनाने के लिए TensorFlow के साथ काम करता है?
हम केरस अनुक्रमिक एपीआई का उपयोग करेंगे, जो एक अनुक्रमिक मॉडल बनाने में सहायक है जिसका उपयोग परतों के एक सादे ढेर के साथ काम करने के लिए किया जाता है, जहां हर परत में एक इनपुट टेंसर और एक आउटपुट टेंसर होता है।
हम नीचे दिए गए कोड को चलाने के लिए Google सहयोग का उपयोग कर रहे हैं। Google Colab या Colaboratory ब्राउज़र पर पायथन कोड चलाने में मदद करता है और इसके लिए शून्य कॉन्फ़िगरेशन और GPU (ग्राफ़िकल प्रोसेसिंग यूनिट) तक मुफ्त पहुंच की आवश्यकता होती है। जुपिटर नोटबुक के ऊपर कोलैबोरेटरी बनाई गई है।
प्रिंट ("शीर्ष पर घनी परत जोड़ना") मॉडल। जोड़ें (परतें। फ्लैटन ()) मॉडल। जोड़ें (परतें। घने (64, सक्रियण ='रेलू')) मॉडल। जोड़ें (परतें। घने(10) )प्रिंट("मॉडल का पूरा आर्किटेक्चर")model.summary() कोड क्रेडिट:https://www.tensorflow.org/tutorials/images/cnn
आउटपुट
शीर्ष पर घनी परत जोड़नामॉडल की पूर्ण वास्तुकला:"अनुक्रमिक_1"____________________________________________________________ परत (प्रकार) आउटपुट आकार परम # ========================================================conv2d_3 (Conv2D) (कोई नहीं, 30, 30, 32) 896 _________________________________________________________मैक्स_पूलिंग2d_2 (मैक्सपूलिंग2 (कोई नहीं, 15, 15, 32) 0 _________________________________________________________conv2d_4 (Conv2D) (कोई नहीं, 13, 13, 64) 18496 4, 4, 64) 36928 एक, 1024) 0 _____________________________________________________________________घना (घना) (कोई नहीं, 64) 65600 ====================================कुल पैरा:122,570 प्रशिक्षण योग्य पैरा:122,570गैर- प्रशिक्षित करने योग्य पैरा:0_____________________________________________________________________स्पष्टीकरण
- मॉडल को पूरा करने के लिए, कनवल्शनल बेस (आकार (4, 4, 64)) से अंतिम आउटपुट टेंसर वर्गीकरण करने के लिए एक या अधिक सघन परतों को खिलाया जाता है।
- घनी परतें वैक्टर को इनपुट के रूप में लेंगी (जो कि 1D हैं), और वर्तमान आउटपुट एक 3D टेंसर है।
- इसके बाद, 3D आउटपुट को 1D में समतल किया जाता है, और शीर्ष पर एक या अधिक सघन परतें जोड़ी जाती हैं।
- CIFAR में 10 आउटपुट क्लास हैं, इसलिए 10 आउटपुट के साथ एक अंतिम Dense लेयर जोड़ी जाती है।
- (4, 4, 64) आउटपुट दो सघन परतों से गुजरने से पहले आकार के वेक्टर (1024) में चपटे होते हैं।