이번에는 CNN모델을 구성해보는 문제다.
딥러닝을 이용한 은하 분류는 CNN을 사용하여 50x50 사이즈의 3가지 종류의 은하 이미지를 분류하는 것이다.
model.add(layers.Conv2D(32, (3,3), activation='relu', input_shape=(50,50,3)))
model.add(layers.MaxPooling2D((2,2)))
model.add(layers.Conv2D(64, (3,3), activation='relu'))
model.add(layers.Flatten())
model.add(layers.Dense(128, activation='relu'))
model.add(layers.Dense(3, activation='softmax'))
문제에서 시킨대로 모델 구성 하는 거라 딱히 설명할 필요는 없는것 같다.
각 레이어마다 인자 값이 뭘 의미하는 지는 케라스 문서 확인하는게 더 나을 것 같다.
문제 출처
'DAFIT > 902 - 딥러닝으로 은하분류하기' 카테고리의 다른 글
<DAFIT> 02 딥러닝으로 은하 분류하기 06 - Validation, Evaluate (0) | 2019.10.29 |
---|---|
<DAFIT> 02 딥러닝으로 은하 분류하기 05 - Loss, Optimizer (0) | 2019.10.29 |
<DAFIT> 02 딥러닝으로 은하 분류하기 04 - Relu, Softmax (0) | 2019.10.29 |
<DAFIT> 02 딥러닝으로 은하 분류하기 02 - Image Data Generator (0) | 2019.10.29 |
<DAFIT> 02 딥러닝으로 은하 분류하기 01 - Import (0) | 2019.10.29 |