ComenzarEmpieza gratis

Presentamos el LightningModule

¡Prepárate para construir tu primer « LightningModule »! En este ejercicio práctico, configurarás la estructura básica de un flujo de trabajo de clasificación. Definirás una capa lineal, pasarás los datos a través de ella con el método forward y calcularás la pérdida en el paso de entrenamiento. Esta estructura limpia te proporciona una base sólida para empezar a experimentar con tus modelos.

Los archivos « torch » y « lightning.pytorch », importados como « pl », se han precargado para ti.

Este ejercicio forma parte del curso

Modelos de IA escalables con PyTorch Lightning

Ver curso

Instrucciones del ejercicio

  • Define una clase LightModel que herede de pl.LightningModule.
  • Define una capa lineal para transformar la entrada, suponiendo que las características de entrada son 16 y hay 10 clases de salida.

Ejercicio interactivo práctico

Prueba este ejercicio completando el código de muestra.

# 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
Editar y ejecutar código