Criando um bloco sequencial
Você decidiu refazer o seu modelo de CNN binário criando um bloco de camadas convolucionais. Isso vai te ajudar a empilhar várias camadas uma atrás da outra. Com esse modelo melhorado, você vai conseguir criar várias arquiteturas CNN com facilidade.
torch e torch.nn como nn foram importados.
Este exercício faz parte do curso
Aprendizado profundo para imagens com PyTorch
Instruções do exercício
- No método `
__init__(), defina um bloco de camadas convolucionais e atribua-o aself.conv_block`. - Na passagem “
forward()”, passa as entradas pelo bloco convolucional que você definiu.
Exercício interativo prático
Experimente este exercício completando este código de exemplo.
class BinaryImageClassification(nn.Module):
def __init__(self):
super(BinaryImageClassification, self).__init__()
# Create a convolutional block
self.conv_block = ____(
nn.Conv2d(3, 16, kernel_size=3, stride=1, padding=1),
nn.ReLU(),
nn.Conv2d(16, 32, kernel_size=3, stride=1, padding=1),
nn.ReLU(),
)
def forward(self, x):
# Pass inputs through the convolutional block
x = ____
return x