LoslegenKostenlos loslegen

Vorstellung des LightningModuls

Mach dich bereit, dein erstes „ LightningModule “ zu bauen! In dieser praktischen Übung richtest du die Kernstruktur eines Klassifizierungs-Workflows ein. Du definierst eine lineare Schicht, schickst die Daten mit der Vorwärtsmethode durch und berechnest den Verlust im Trainingsschritt. Diese übersichtliche Struktur bietet dir eine solide Grundlage, um mit deinen Modellen zu experimentieren.

Die Dateien „ torch “ und „ lightning.pytorch “, importiert als „ pl “, wurden bereits für dich vorinstalliert.

Diese Übung ist Teil des Kurses

Skalierbare KI-Modelle mit PyTorch Lightning

Kurs anzeigen

Anleitung zur Übung

  • Definiere eine Klasse „ LightModel ”, die von „ pl.LightningModule ” geerbt wird.
  • Definiere eine lineare Schicht, um deine Eingabe zu transformieren, und geh davon aus, dass die Eingabemerkmale 16 sind und es 10 Ausgabeklassen gibt.

Interaktive Übung

Versuche dich an dieser Übung, indem du diesen Beispielcode vervollständigst.

# Define the model class
class LightModel(____):
  	# Define a linear layer to transform your input
    def __init__(self):
        super().__init__()
        self.layer = ____
    def forward(self, x):
        return self.layer(x)
    def training_step(self, batch, batch_idx):
        x, y = batch
        logits = self(x)
        loss = torch.nn.functional.cross_entropy(logits, y)
        return loss
Code bearbeiten und ausführen