เริ่มต้นใช้งานเริ่มต้นใช้งานได้ฟรี

การสร้างโครงข่ายประสาทเทียมแบบ Convolutional

คุณกำลังทำงานในทีมพัฒนาระบบพยากรณ์อากาศ โดยระบบนี้จะติดตั้งกล้องตามสถานที่ต่างๆ เพื่อถ่ายภาพท้องฟ้า หน้าที่ของคุณคือสร้างโมเดลสำหรับจำแนกประเภทของเมฆในภาพเหล่านั้น ซึ่งจะช่วยให้ระบบตรวจจับแนวอากาศที่กำลังเข้ามาได้

คุณตัดสินใจสร้าง image classifier แบบ convolutional โดยโมเดลจะประกอบด้วยสองส่วน:

  • ส่วน feature extractor ที่เรียนรู้เวกเตอร์ของ feature จากภาพอินพุต
  • ส่วน classifier ที่ทำนายคลาสของภาพจาก feature ที่เรียนรู้มา

ได้ import torch และ torch.nn as nn ไว้ให้แล้ว มาเริ่มกันเลย!

แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร

Deep Learning ระดับกลางด้วย PyTorch

ดูคอร์ส

แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ

ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์

class Net(nn.Module):
    def __init__(self, num_classes):
        super().__init__()
        # Define feature extractor
        self.feature_extractor = nn.Sequential(
            nn.Conv2d(3, 32, kernel_size=3, padding=1),
            nn.ELU(),
            nn.MaxPool2d(kernel_size=2),
            ____,
            ____,
            ____,
            ____,
        )
แก้ไขและรันโค้ด