शुरू करेंमुफ़्त में शुरू करें

क्लासिफायर ब्लॉक

आपका अगला काम एक क्लासिफायर ब्लॉक बनाना है जो ओरिजिनल VGG16 क्लासिफायर को रिप्लेस करेगा. आप बीच में ReLU एक्टिवेशन के साथ दो फुली-कनेक्टेड लेयर्स वाला ब्लॉक इस्तेमाल करने का निर्णय लेते हैं.

पिछले अभ्यास में परिभाषित vgg_model और input_dim आपके वर्कस्पेस में उपलब्ध हैं, और torch तथा torchvision.models इम्पोर्ट किए जा चुके हैं.

यह अभ्यास पाठ्यक्रम का हिस्सा है

PyTorch के साथ इमेज के लिए डीप लर्निंग

पाठ्यक्रम देखें

अभ्यास निर्देश

  • यह मानते हुए कि आप केवल बिल्लियों और कुत्तों की डिटेक्शन कर रहे हैं, क्लासों की संख्या के साथ num_classes नाम का एक वैरिएबल बनाएँ.
  • nn.Sequential का उपयोग करके एक सीक्वेन्शियल ब्लॉक बनाएँ.
  • in_features को input_dim पर सेट करते हुए एक लीनियर लेयर बनाएँ.
  • क्लासिफायर की आखिरी लेयर में आउटपुट फीचर्स जोड़ें.

इंटरैक्टिव व्यावहारिक अभ्यास

इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।

# 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, ____),
)
कोड संपादित करें और चलाएँ