Kom igångKom igång gratis

Modell med två indata

Nu när datan är förberedd är det dags att bygga arkitekturen för modellen med två indata! Du skapar en modellklass med följande metoder:

  • .__init__(), där du definierar delnätverk genom att gruppera lager – det är här du definierar de två lagren för att bearbeta de två indatan samt klassificeraren som returnerar ett klassificeringsresultat för varje klass.

  • forward(), där du låter båda indatan passera genom motsvarande fördefinierade delnätverk, konkatenerar utdatan och skickar dem vidare till klassificeraren.

torch.nn är redan importerat som nn. Nu kör vi!

Den här övningen är en del av kursen

Fördjupad djupinlärning med PyTorch

Visa kurs

Interaktiv övning med praktiskt arbete

Testa den här övningen genom att slutföra den här exempelkoden.

class Net(nn.Module):
    def __init__(self):
        super().__init__()
        # Define sub-networks as sequential models
        ____ = ____(
            nn.Conv2d(1, 16, kernel_size=3, padding=1),
            nn.MaxPool2d(kernel_size=2),
            nn.ELU(),
            nn.Flatten(),
            nn.Linear(16*32*32, 128)
        )
        ____ = ____(
            nn.Linear(30, 8),
            nn.ELU(), 
        )
        ____ = ____(
            nn.Linear(128 + 8, 964), 
        )
Redigera och kör kod