forward 메서드 완성하기
__init__ 메서드에서 레이어를 설정한 뒤에는, forward 메서드가 데이터가 레이어를 어떻게 통과하는지를 결정합니다. PyTorch Lightning에서는 이런 분리가 코드를 깔끔하고 유지 보수가 쉽도록 해 줍니다. 생성자 구조를 만드는 방법은 이미 보셨으니, 이제는 forward 패스에 집중해 분류 로직이 학습에 적합하도록 명확하고 최적화되어 있는지 확인해 보겠습니다. 여기서는 __init__ 안의 레이어가 이미 정의되어 있으니, forward 흐름에만 집중하시면 됩니다.
lightning.pytorch와 torch.nn은 각각 pl과 nn으로 이미 임포트되어 있습니다.
이 연습은 강의의 일부입니다
PyTorch Lightning으로 만드는 확장 가능한 AI 모델
연습 안내
ClassifierModel안에forward메서드를 구현하세요.- 히든 레이어 뒤에 ReLU 활성화를 적용하세요.
실습형 인터랙티브 연습
이 예제를 이 샘플 코드를 완성하여 풀어보세요.
class ClassifierModel(pl.LightningModule):
def __init__(self, input_dim, hidden_dim, output_dim):
super().__init__()
self.hidden = nn.Linear(input_dim, hidden_dim)
self.output = nn.Linear(hidden_dim, output_dim)
# Define forward method
def ____(self, ____):
# Complete the forward pass
x = self.hidden(x)
x = ____(x)
x = self.output(x)
return x