Model de clasificare multi-clasă

Acum că ai un șablon pentru un model de clasificare binară, poți merge mai departe și construi un model de clasificare multi-clasă. Modelul va gestiona un număr variabil de clase printr-un parametru, permițându-ți să îl adaptezi la orice sarcină de clasificare multi-clasă în viitor.

Pachetele torch și torch.nn ca nn au fost deja importate. Toate imaginile au dimensiunea 64x64 pixeli.

Acest exercițiu face parte din cursul

Deep Learning pentru imagini cu PyTorch

Vezi cursul

Instrucțiuni pentru exercițiu

Definește metoda __init__ cu parametrii self și num_classes.
Creează un strat fully connected cu dimensiunea de intrare 16*32*32 și numărul de clase num_classes ca ieșire.
Creează o funcție de activare softmax cu dim=1.

Exercițiu interactiv practic

Încearcă acest exercițiu completând acest cod de exemplu.

class MultiClassImageClassifier(nn.Module):
  
    # Define the init method
    def ____(____, ____):
        super(MultiClassImageClassifier, self).__init__()
        self.conv1 = nn.Conv2d(3, 16, kernel_size=3, stride=1, padding=1)
        self.relu = nn.ReLU()
        self.maxpool = nn.MaxPool2d(kernel_size=2, stride=2)
        self.flatten = nn.Flatten()

        # Create a fully connected layer
        self.fc = ____(____, ____)
        
        # Create an activation function
        self.softmax = ____(____)

Editează și rulează codul