บล็อก Classifier

โจทย์ต่อไปคือการสร้างบล็อก classifier เพื่อแทนที่ classifier เดิมของ VGG16 โดยจะใช้บล็อกที่ประกอบด้วย fully connected layer สองชั้น คั่นด้วย ReLU activation

vgg_model และ input_dim ที่กำหนดไว้ในแบบฝึกหัดก่อนหน้าพร้อมใช้งานแล้วใน workspace และได้ import torch กับ torchvision.models ไว้แล้ว

แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร

Deep Learning สำหรับภาพด้วย PyTorch

ดูคอร์ส

คำแนะนำการฝึกหัด

สร้างตัวแปร num_classes โดยกำหนดจำนวนคลาสสำหรับงานตรวจจับแมวและสุนัขเท่านั้น
สร้างบล็อกแบบ sequential ด้วย nn.Sequential
สร้าง linear layer โดยตั้งค่า in_features เป็น input_dim
เพิ่ม output features ให้กับ layer สุดท้ายของ classifier

แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ

ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์

# 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, ____),
)

แก้ไขและรันโค้ด