शुरू करेंमुफ़्त में शुरू करें

Sequential ब्लॉक बनाना

आपने अपने बाइनरी CNN मॉडल टेम्पलेट को दोबारा डिज़ाइन करने का निर्णय लिया है, जिसमें आप कॉन्वॉल्यूशनल लेयर्स का एक ब्लॉक बनाएँगे। इससे आप कई लेयर्स को क्रम में स्टैक कर पाएँगे। इस बेहतर मॉडल के साथ, आप अलग-अलग CNN आर्किटेक्चर आसानी से डिज़ाइन कर पाएँगे।

torch और torch.nn को nn नाम से इम्पोर्ट कर लिया गया है.

यह अभ्यास पाठ्यक्रम का हिस्सा है

PyTorch के साथ इमेज के लिए डीप लर्निंग

पाठ्यक्रम देखें

अभ्यास निर्देश

  • __init__() मेथड में, कॉन्वॉल्यूशनल लेयर्स का एक ब्लॉक परिभाषित कीजिए और उसे self.conv_block को असाइन कीजिए.
  • forward() पास में, इनपुट्स को आपके द्वारा परिभाषित किए गए कॉन्वॉल्यूशनल ब्लॉक से गुज़ारिए.

इंटरैक्टिव व्यावहारिक अभ्यास

इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।

class BinaryImageClassification(nn.Module):
  def __init__(self):
    super(BinaryImageClassification, self).__init__()
    # Create a convolutional block
    self.conv_block = ____(
      nn.Conv2d(3, 16, kernel_size=3, stride=1, padding=1),
      nn.ReLU(),
      nn.Conv2d(16, 32, kernel_size=3, stride=1, padding=1),
      nn.ReLU(),
    )
    
  def forward(self, x):
    # Pass inputs through the convolutional block
    x = ____
    return x
कोड संपादित करें और चलाएँ