Ola boa noite.
Como se define o output shape? por gentileza explicar de maneira simplificada, este modelo sequencial, tem estes dados de maneira padrão?
Você está vendo a versão anterior da nova experiência da Alura que estamos preparando para você. Em breve, ela ganha uma identidade visual novinha totalmente pensada em potencializar seus estudos!
Ola boa noite.
Como se define o output shape? por gentileza explicar de maneira simplificada, este modelo sequencial, tem estes dados de maneira padrão?
Oi, Aline! Tudo bem?
Quando trabalhamos com redes neurais, cada camada precisa saber exatamente qual é o formato dos dados que ela vai receber e qual formato ela deve entregar para a próxima camada. O output shape nada mais é do que a dimensão dos dados que saem de uma camada específica.
Pra entender como isso funciona de forma prática e simplificada, podemos pensar em blocos de montar:
(224, 224, 3), onde o número 3 representa os canais de cor (RGB: vermelho, verde e azul).No caso de redes que já vêm prontas para uso, como o MobileNetV2 que utilizamos na aula, esses formatos de entrada e saída já vêm todos calculados e configurados internamente pelos desenvolvedores que treinaram o modelo. Por isso, não precisamos definir o output shape manualmente camada por camada; o próprio Keras e o TensorFlow cuidam disso nos bastidores quando carregamos a arquitetura.
Se você estiver construindo uma rede do zero (um modelo sequencial tradicional), a primeira camada precisa receber um parâmetro chamado input_shape para que o algoritmo saiba o tamanho dos dados que estão chegando. A partir daí, as camadas seguintes calculam automaticamente os seus próprios output shapes com base nas operações matemáticas que realizam.
Ficou mais claro como o output shape atua nos bastidores do modelo?
Conte com o apoio da comunidade Alura na sua jornada. Abraços e bons estudos!