Modèle à deux entrées
Les données étant prêtes, il est temps de construire l'architecture du modèle à deux entrées ! Pour ce faire, vous allez créer une classe de modèle avec les méthodes suivantes :
.__init__()
C'est ici que vous définissez les deux couches pour le traitement des deux entrées et le classificateur qui renvoie un score de classification pour chaque classe.forward()
dans lequel vous ferez passer les deux entrées par les sous-réseaux prédéfinis correspondants, concaténerez les sorties et les transmettrez au classificateur.
torch.nn
est déjà importé pour vous à l'adresse nn
. C'est parti !
Cet exercice fait partie du cours
Apprentissage profond intermédiaire avec PyTorch
Exercice interactif pratique
Essayez cet exercice en complétant cet exemple de code.
class Net(nn.Module):
def __init__(self):
super().__init__()
# Define sub-networks as sequential models
____ = ____(
nn.Conv2d(1, 16, kernel_size=3, padding=1),
nn.MaxPool2d(kernel_size=2),
nn.ELU(),
nn.Flatten(),
nn.Linear(16*32*32, 128)
)
____ = ____(
nn.Linear(30, 8),
nn.ELU(),
)
____ = ____(
nn.Linear(128 + 8, 964),
)