1. Learn
  2. /
  3. Kurser
  4. /
  5. Głębokie uczenie dla obrazów z PyTorch

Connected

övning

Model klasyfikacji binarnej

Jednym z głównych zadań praktyka uczenia głębokiego jest trenowanie modeli do klasyfikacji obrazów. Często spotykasz się z klasyfikacją binarną, w której trzeba rozróżnić dwie klasy. Aby usprawnić swój przepływ pracy i zapewnić możliwość ponownego użycia kodu, postanawiasz stworzyć szablon modelu CNN do binarnej klasyfikacji obrazów, który będzie można zastosować w przyszłych projektach.

Pakiety torch i torch.nn jako nn zostały już zaimportowane. Wszystkie obrazy mają rozmiar 64×64 piksele.

Instruktioner

100 XP
  • Utwórz warstwę splotową z 3 kanałami wejściowymi, 16 kanałami wyjściowymi, rozmiarem jądra równym 3, krokiem 1 i dopełnieniem 1.
  • Utwórz warstwę w pełni połączoną z rozmiarem wejściowym 16×32×32 i liczbą klas równą 1; podaj wartości w podanej kolejności: (16*32*32, 1).
  • Utwórz funkcję aktywacji sigmoid.