ComeçarComece de graça

Apresentando o LightningModule

Prepare-se para criar seu primeiro LightningModule! Neste exercício prático, você vai configurar a estrutura principal de um fluxo de trabalho de classificação. Você vai definir uma camada linear, passar os dados por ela no método forward e calcular a perda na etapa de treinamento. Essa estrutura simples te dá uma base sólida pra começar a experimentar seus modelos.

Os arquivos torch e lightning.pytorch, importados como pl, já estão prontos pra você.

Este exercício faz parte do curso

Modelos de IA escaláveis com PyTorch Lightning

Ver curso

Instruções do exercício

  • Defina uma classe LightModel que herda de pl.LightningModule.
  • Defina uma camada linear para transformar sua entrada, supondo que as características da entrada sejam 16 e que existam 10 classes de saída.

Exercício interativo prático

Experimente este exercício completando este código de exemplo.

# Define the model class
class LightModel(____):
  	# Define a linear layer to transform your input
    def __init__(self):
        super().__init__()
        self.layer = ____
    def forward(self, x):
        return self.layer(x)
    def training_step(self, batch, batch_idx):
        x, y = batch
        logits = self(x)
        loss = torch.nn.functional.cross_entropy(logits, y)
        return loss
Editar e executar o código