Budowanie sieci splotowych
Pracujesz w zespole tworzącym system prognozowania pogody. W ramach tego systemu w różnych lokalizacjach zostaną zainstalowane kamery rejestrujące zdjęcia nieba. Twoim zadaniem jest zbudowanie modelu klasyfikującego różne typy chmur na tych zdjęciach – pomoże to wykrywać nadciągające fronty pogodowe.
Decydujesz się zbudować splotowy klasyfikator obrazów. Model będzie się składał z dwóch części:
- Ekstraktor cech, który uczy się wektora cech na podstawie obrazu wejściowego,
- Klasyfikator przewidujący klasę obrazu na podstawie wyuczonych cech.
Zarówno torch, jak i torch.nn as nn zostały już zaimportowane, więc do dzieła!
To ćwiczenie jest częścią kursu
Głębokie uczenie z PyTorch – poziom średnio zaawansowany
Interaktywne ćwiczenie praktyczne
Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.
class Net(nn.Module):
def __init__(self, num_classes):
super().__init__()
# Define feature extractor
self.feature_extractor = nn.Sequential(
nn.Conv2d(3, 32, kernel_size=3, padding=1),
nn.ELU(),
nn.MaxPool2d(kernel_size=2),
____,
____,
____,
____,
)