Blok klasifikátoru

Tvým dalším úkolem je vytvořit blok klasifikátoru, který nahradí původní klasifikátor VGG16. Použiješ blok se dvěma plně propojenými vrstvami s aktivací ReLU mezi nimi.

Proměnné vgg_model a input_dim, které jsi definoval/a v předchozím cvičení, jsou dostupné v tvém pracovním prostoru. Knihovny torch a torchvision.models jsou již naimportovány.

Toto cvičení je součástí kurzu

Deep Learning pro obrázky s PyTorchem

Zobrazit kurz

Pokyny k cvičení

Vytvoř proměnnou num_classes s počtem tříd — pracuješ pouze s detekcí koček a psů.
Vytvoř sekvenční blok pomocí nn.Sequential.
Přidej lineární vrstvu s in_features nastaveným na input_dim.
Doplň výstupní features do poslední vrstvy klasifikátoru.

Interaktivní cvičení na vyzkoušení si v praxi

Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.

# Create a variable with the number of classes
____
    
# Create a sequential block
classifier = ____(
	# Create a linear layer with input features
	____(____, 512),
	nn.ReLU(),
	# Add the output dimension to the classifier
	nn.Linear(512, ____),
)

Upravit a spustit kód