ComenzarEmpieza gratis

Arquitectura del modelo de dos salidas

En este ejercicio, construirás una arquitectura de red neuronal multisalida capaz de predecir el carácter y el alfabeto.

Recuerda la estructura general: en el método .__init__(), defines las capas que se utilizarán posteriormente en el pase hacia delante. En el método forward(), primero pasarás la imagen de entrada por un par de capas para obtener su incrustación, que a su vez se introduce en dos capas clasificadoras distintas, una para cada salida.

torch.nn ya está importado con su alias habitual, ¡así que vamos a construir un modelo!

Este ejercicio forma parte del curso

Aprendizaje profundo intermedio con PyTorch

Ver curso

Ejercicio interactivo práctico

Prueba este ejercicio completando el código de muestra.

class Net(nn.Module):
    def __init__(self):
        super().__init__()
        self.image_layer = nn.Sequential(
            nn.Conv2d(1, 16, kernel_size=3, padding=1),
            nn.MaxPool2d(kernel_size=2),
            nn.ELU(),
            nn.Flatten(),
            nn.Linear(16*32*32, 128)
        )
        # Define the two classifier layers
        ____ = ____
        ____ = ____
Editar y ejecutar código