Aan de slagGa gratis aan de slag

Kennismaken met de LightningModule

Ga aan de slag met je eerste LightningModule! In deze praktijkoefening zet je de kernstructuur op van een classificatieworkflow. Je definieert een lineaire laag, stuurt data erdoor in de forward-methode en berekent de loss in de training step. Met deze heldere structuur heb je een stevige basis om met je modellen te gaan experimenteren.

De modules torch en lightning.pytorch, geïmporteerd als pl, zijn alvast voor je geladen.

Deze oefening maakt deel uit van de cursus

Schaalbare AI-modellen met PyTorch Lightning

Cursus bekijken

Oefeninstructies

  • Definieer een klasse LightModel die erft van pl.LightningModule.
  • Definieer een lineaire laag om je input te transformeren, uitgaand van 16 inputfeatures en 10 outputklassen.

Praktische interactieve oefening

Probeer deze oefening eens door deze voorbeeldcode in te vullen.

# Define the model class
class LightModel(____):
  	# Define a linear layer to transform your input
    def __init__(self):
        super().__init__()
        self.layer = ____
    def forward(self, x):
        return self.layer(x)
    def training_step(self, batch, batch_idx):
        x, y = batch
        logits = self(x)
        loss = torch.nn.functional.cross_entropy(logits, y)
        return loss
Code bewerken en uitvoeren