다중 클래스 분류 모델

이진 분류 모델 템플릿을 바탕으로, 이제 다중 클래스 분류 모델을 설계해 보세요. 이 모델은 매개변수를 통해 클래스 수를 다르게 처리할 수 있어야 하며, 앞으로 특정 다중 클래스 분류 과제에 맞게 모델을 조정할 수 있어야 합니다.

패키지 torch와 torch.nn(별칭 nn)이 임포트되어 있습니다. 모든 이미지 크기는 64x64 픽셀입니다.

이 연습은 강의의 일부입니다

PyTorch로 배우는 이미지 딥러닝

강의 보기

연습 안내

매개변수로 self와 num_classes를 포함해 __init__ 메서드를 정의하세요.
입력 크기가 16*32*32이고 출력이 클래스 수 num_classes인 완전 연결층을 만드세요.
dim=1로 활성화 함수 softmax를 생성하세요.

실습형 인터랙티브 연습

이 예제를 이 샘플 코드를 완성하여 풀어보세요.

class MultiClassImageClassifier(nn.Module):
  
    # Define the init method
    def ____(____, ____):
        super(MultiClassImageClassifier, self).__init__()
        self.conv1 = nn.Conv2d(3, 16, kernel_size=3, stride=1, padding=1)
        self.relu = nn.ReLU()
        self.maxpool = nn.MaxPool2d(kernel_size=2, stride=2)
        self.flatten = nn.Flatten()

        # Create a fully connected layer
        self.fc = ____(____, ____)
        
        # Create an activation function
        self.softmax = ____(____)

코드 편집 및 실행