Bloque clasificador

Tu siguiente tarea es crear un bloque clasificador que reemplace al clasificador original de VGG16. Has decidido usar un bloque con dos capas totalmente conectadas con una activación ReLU entre medias.

El vgg_model y el input_dim que definiste en el ejercicio anterior están disponibles en tu espacio de trabajo, y ya se han importado torch y torchvision.models.

Este ejercicio forma parte del curso

Deep Learning para imágenes con PyTorch

Ver curso

Instrucciones del ejercicio

Crea una variable num_classes con el número de clases suponiendo que solo vas a detectar gatos y perros.
Crea un bloque secuencial usando nn.Sequential.
Crea una capa lineal con in_features establecido a input_dim.
Añade las características de salida a la última capa del clasificador.

Ejercicio interactivo práctico

Prueba este ejercicio y completa el código de muestra.

# 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, ____),
)

Editar y ejecutar código