分類器ブロック

次のタスクは、元の VGG16 の分類器を置き換える分類器ブロックを作成することです。中間に ReLU 活性化を挟んだ全結合層2層のブロックを使うことにします。

前の演習で定義した vgg_model と input_dim はワークスペースに用意されており、torch と torchvision.models はすでにインポートされています。

この演習はコースの一部です

PyTorch で学ぶ画像向け Deep Learning

コースを見る

演習の手順

猫と犬のみを検出する前提で、クラス数を表す変数 num_classes を作成します。
nn.Sequential を使ってシーケンシャルブロックを作成します。
in_features を input_dim に設定した線形層を作成します。
分類器の最後の層に出力特徴量（out_features）を追加します。

実践的なインタラクティブ演習

このサンプルコードを完成させて、この演習に挑戦してみましょう。

# 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, ____),
)

コードを編集して実行