CommencerCommencer gratuitement

Construire des réseaux convolutifs

Vous faites partie d'une équipe qui construit un système de prévision météorologique. Dans le cadre du système, des caméras seront installées à différents endroits pour prendre des photos du ciel. Votre tâche consiste à construire un modèle permettant de classer les différents types de nuages présents sur ces images, ce qui vous aidera à repérer les fronts météorologiques qui approchent.

Vous décidez de construire un classificateur d'images convolutif. Le modèle comprendra deux parties :

  • Un extracteur de caractéristiques qui apprend un vecteur de caractéristiques à partir de l'image d'entrée,
  • Un classificateur qui prédit la classe de l'image sur la base des caractéristiques apprises.

Les sites torch et torch.nn as nn ont déjà été importés pour vous, alors commençons !

Cet exercice fait partie du cours

Deep learning intermédiaire avec PyTorch

Afficher le cours

Exercice interactif pratique

Essayez cet exercice en complétant cet exemple de code.

class Net(nn.Module):
    def __init__(self, num_classes):
        super().__init__()
        # Define feature extractor
        self.feature_extractor = nn.Sequential(
            nn.Conv2d(3, 32, kernel_size=3, padding=1),
            nn.ELU(),
            nn.MaxPool2d(kernel_size=2),
            ____,
            ____,
            ____,
            ____,
        )
Modifier et exécuter le code