Pular para conteúdo

Projeto 11 - Construindo uma Rede Profunda com Keras 🌊

Aprenda a criar a arquitetura de uma rede neural moderna usando poucas linhas de código.

🎯 Objetivo

Definir camadas, funções de ativação e compilar um modelo pronto para o Deep Learning.

🛠️ Ferramentas

  • Google Colab.
  • Biblioteca: TensorFlow/Keras.

📝 Passo a Passo

  1. Importação: 

    from tensorflow.keras.models import Sequential
from tensorflow.keras.layers import Dense

  2. Montagem da Arquitetura: Crie um modelo "Sequencial" com as seguintes camadas:

    • Camada de Entrada + Camada Oculta 1: 16 neurônios, ativação ReLU.
    • Camada Oculta 2: 8 neurônios, ativação ReLU.
    • Camada de Saída: 1 neurônio, ativação Sigmoid (para classificação binária).

  3. Código Sugerido: 

    model = Sequential([
    Dense(16, activation='relu', input_shape=(4,)), # Ex: 4 entradas
    Dense(8, activation='relu'),
    Dense(1, activation='sigmoid')
])

  4. Compilação: Escolha o otimizador 'adam' e a perda 'binary_crossentropy'. 

    model.compile(optimizer='adam', loss='binary_crossentropy', metrics=['accuracy'])
model.summary()

✅ Critérios de Entrega

  • Print do resumo do modelo (model.summary()).
  • Explicação de por que usamos 1 neurônio na última camada se quisermos classificar entre "Gato" e "Cachorro".

Habilidade Conquistada

Você acaba de projetar sua primeira arquitetura de Deep Learning profissional!