Блок классификатора
Ваша следующая задача — создать блок классификатора, который заменит исходный классификатор VGG16. Вы решаете использовать блок с двумя полносвязными слоями и функцией активации ReLU между ними.
Переменные vgg_model и input_dim, определённые в предыдущем упражнении, доступны в вашем рабочем пространстве; библиотеки torch и torchvision.models уже импортированы.
Это упражнение является частью курса
Глубокое обучение для работы с изображениями на PyTorch
Инструкции к упражнению
- Создайте переменную
num_classes, указав количество классов из расчёта, что вы работаете только с обнаружением кошек и собак. - Создайте последовательный блок с помощью
nn.Sequential. - Создайте линейный слой, задав
in_featuresравнымinput_dim. - Добавьте выходные признаки в последний слой классификатора.
Интерактивное практическое упражнение
Попробуйте выполнить это упражнение, дополнив этот пример кода.
# 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, ____),
)