Bloco de classificador

Sua próxima tarefa é criar um bloco de classificador que vai substituir o classificador original do VGG16. Você decidiu usar um bloco com duas camadas totalmente conectadas e uma ativação ReLU entre elas.

Os objetos vgg_model e input_dim que você definiu no exercício anterior estão disponíveis no seu ambiente, e torch e torchvision.models já foram importados.

Este exercício faz parte do curso

Deep Learning para Imagens com PyTorch

Ver curso

Instruções do exercício

Crie uma variável num_classes com o número de classes, assumindo que você está lidando apenas com a detecção de gatos e cachorros.
Crie um bloco sequencial usando nn.Sequential.
Crie uma camada linear com in_features definido como input_dim.
Adicione as features 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, ____),
)

Editar e executar o código