Bloco classificador
A próxima tarefa é criar um bloco classificador que vai substituir o classificador VGG16 original. Você decide usar um bloco com duas camadas totalmente conectadas com uma ativação ReLU no meio.
Os arquivos vgg_model e input_dim que você definiu no último exercício estão disponíveis na sua área de trabalho, e os arquivos torch e torchvision.models foram importados.
Este exercício faz parte do curso
Aprendizado profundo para imagens com PyTorch
Instruções do exercício
- Crie uma variável
num_classescom o número de classes, supondo que você esteja lidando apenas com a detecção de gatos e cachorros. - Crie um bloco sequencial usando
nn.Sequential. - Crie uma camada linear com a opção “
in_features” (Ajustar à altura) definida como “input_dim” (Ajustar à altura). - Adicione os recursos de saída à última camada do classificador.
Exercício interativo prático
Experimente este exercício completando este código de exemplo.
# Create a variable with the number of classes
____
# Create a sequential block
classifier = ____(
# Create a linear layer with input features
____(____, 512),
nn.ReLU(),
# Add the output dimension to the classifier
nn.Linear(512, ____),
)