शुरू करेंमुफ़्त में शुरू करें

दो-इनपुट मॉडल

डेटा तैयार है, अब दो-इनपुट मॉडल आर्किटेक्चर बनाने का समय है! इसके लिए, आप निम्नलिखित मेथड्स के साथ एक मॉडल क्लास सेट अप करेंगे:

  • .__init__(), जिसमें आप लेयर्स को समूहबद्ध करके सब-नेटवर्क्स परिभाषित करेंगे; यहीं पर आप दोनों इनपुट्स को प्रोसेस करने के लिए दो लेयर्स परिभाषित करेंगे, और वह क्लासिफायर जो प्रत्येक क्लास के लिए क्लासिफिकेशन स्कोर लौटाता है।

  • forward(), जिसमें आप दोनों इनपुट्स को संबंधित पहले से परिभाषित सब-नेटवर्क्स से पास करेंगे, आउटपुट्स को concatenate करेंगे, और उन्हें क्लासिफायर को देंगे।

torch.nn पहले से ही nn नाम से इम्पोर्ट किया गया है। चलिए शुरू करते हैं!

यह अभ्यास पाठ्यक्रम का हिस्सा है

इंटरमीडिएट Deep Learning with PyTorch

पाठ्यक्रम देखें

इंटरैक्टिव व्यावहारिक अभ्यास

इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।

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), 
        )
कोड संपादित करें और चलाएँ