Zacznij terazZacznij za darmo

Model z dwoma wejściami

Dane są gotowe – czas zbudować architekturę modelu z dwoma wejściami! W tym celu utworzysz klasę modelu z następującymi metodami:

  • .__init__(), w której zdefiniujesz podsieci, grupując warstwy; tutaj określasz dwie warstwy przetwarzające dwa wejścia oraz klasyfikator zwracający wynik klasyfikacji dla każdej klasy.

  • forward(), w której przepuścisz oba wejścia przez odpowiednie, wcześniej zdefiniowane podsieci, połączysz ich wyniki i przekażesz je do klasyfikatora.

torch.nn jest już zaimportowany jako nn. Do dzieła!

To ćwiczenie jest częścią kursu

Głębokie uczenie z PyTorch – poziom średnio zaawansowany

Zobacz kurs

Interaktywne ćwiczenie praktyczne

Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.

class Net(nn.Module):
    def __init__(self):
        super().__init__()
        # Define sub-networks as sequential models
        ____ = ____(
            nn.Conv2d(1, 16, kernel_size=3, padding=1),
            nn.MaxPool2d(kernel_size=2),
            nn.ELU(),
            nn.Flatten(),
            nn.Linear(16*32*32, 128)
        )
        ____ = ____(
            nn.Linear(30, 8),
            nn.ELU(), 
        )
        ____ = ____(
            nn.Linear(128 + 8, 964), 
        )
Edytuj i uruchom kod