Model pro vícetřídní klasifikaci

Máš-li k dispozici šablonu modelu pro binární klasifikaci, můžeš na jejím základě sestavit model pro víceřídní klasifikaci. Model by měl prostřednictvím parametru podporovat různé počty tříd – díky tomu ho v budoucnu snadno přizpůsobíš konkrétnímu úkolu.

Balíčky torch a torch.nn jako nn jsou již naimportované. Všechny obrázky mají rozměr 64×64 pixelů.

Toto cvičení je součástí kurzu

Deep Learning pro obrázky s PyTorchem

Zobrazit kurz

Pokyny k cvičení

Definuj metodu __init__ s parametry self a num_classes.
Vytvoř plně propojenou vrstvu se vstupní velikostí 16*32*32 a počtem výstupních tříd num_classes.
Vytvoř aktivační funkci softmax s parametrem dim=1.

Interaktivní cvičení na vyzkoušení si v praxi

Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.

class MultiClassImageClassifier(nn.Module):
  
    # Define the init method
    def ____(____, ____):
        super(MultiClassImageClassifier, self).__init__()
        self.conv1 = nn.Conv2d(3, 16, kernel_size=3, stride=1, padding=1)
        self.relu = nn.ReLU()
        self.maxpool = nn.MaxPool2d(kernel_size=2, stride=2)
        self.flatten = nn.Flatten()

        # Create a fully connected layer
        self.fc = ____(____, ____)
        
        # Create an activation function
        self.softmax = ____(____)

Upravit a spustit kód