Bloc classificateur

Votre prochaine tâche consiste à créer un bloc classificateur qui remplacera le classificateur VGG16 d’origine. Vous choisissez d’utiliser un bloc avec deux couches entièrement connectées, séparées par une activation ReLU.

Les objets vgg_model et input_dim que vous avez définis dans l’exercice précédent sont disponibles dans votre espace de travail, et torch ainsi que torchvision.models ont été importés.

Cet exercice fait partie du cours

Deep Learning pour l’image avec PyTorch

Afficher le cours

Instructions

Créez une variable num_classes avec le nombre de classes en supposant que vous ne détectez que des chats et des chiens.
Créez un bloc séquentiel avec nn.Sequential.
Créez une couche linéaire avec in_features défini à input_dim.
Ajoutez les caractéristiques de sortie à la dernière couche du classificateur.

Exercice interactif pratique

Essayez cet exercice en complétant cet exemple de code.

# 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, ____),
)

Modifier et exécuter le code