Vytvoření sekvenčního bloku

Rozhodl/a ses přepracovat šablonu svého binárního CNN modelu a vytvořit blok konvolučních vrstev. To ti umožní skládat více vrstev za sebou. S tímto vylepšeným modelem pak snadno navrhneš různé CNN architektury.

torch a torch.nn jako nn jsou již naimportovány.

Toto cvičení je součástí kurzu

Deep Learning pro obrázky s PyTorchem

Zobrazit kurz

Pokyny k cvičení

V metodě __init__() definuj blok konvolučních vrstev a přiřaď ho do self.conv_block.
Ve funkci forward() předej vstupy přes konvoluční blok, který jsi definoval/a.

Interaktivní cvičení na vyzkoušení si v praxi

Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.

class BinaryImageClassification(nn.Module):
  def __init__(self):
    super(BinaryImageClassification, self).__init__()
    # Create a convolutional block
    self.conv_block = ____(
      nn.Conv2d(3, 16, kernel_size=3, stride=1, padding=1),
      nn.ReLU(),
      nn.Conv2d(16, 32, kernel_size=3, stride=1, padding=1),
      nn.ReLU(),
    )
    
  def forward(self, x):
    # Pass inputs through the convolutional block
    x = ____
    return x

Upravit a spustit kód