CommencerCommencer gratuitement

Présentation du LightningModule

Préparez-vous à créer votre premier LightningModule! Dans cet exercice pratique, vous allez configurer la structure principale d'un workflow de classification. Vous allez définir une couche linéaire, y faire passer les données selon la méthode directe, puis calculer la perte lors de l'étape d'apprentissage. Cette structure claire vous offre une base solide pour commencer à expérimenter avec vos modèles.

Les fichiers torch et lightning.pytorch, importés sous le nom pl, ont été préchargés pour vous.

Cet exercice fait partie du cours

Modèles d'IA évolutifs avec PyTorch Lightning

Afficher le cours

Instructions

  • Définissez une classe LightModel qui hérite de pl.LightningModule.
  • Définissez une couche linéaire pour transformer votre entrée, en supposant que les caractéristiques d'entrée sont au nombre de 16 et qu'il existe 10 classes de sortie.

Exercice interactif pratique

Essayez cet exercice en complétant cet exemple de code.

# 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
Modifier et exécuter le code