เริ่มต้นใช้งานเริ่มต้นใช้งานได้ฟรี

โมเดลสองอินพุต

เมื่อเตรียมข้อมูลพร้อมแล้ว ก็ถึงเวลาสร้างสถาปัตยกรรมโมเดลสองอินพุต โดยจะกำหนด class ของโมเดลที่มีเมธอดดังนี้

  • .__init__() ใช้สำหรับกำหนด sub-network ต่าง ๆ โดยจัดกลุ่มเลเยอร์เข้าด้วยกัน ซึ่งเป็นส่วนที่กำหนดเลเยอร์สำหรับประมวลผลอินพุตทั้งสอง และตัว classifier ที่คืนค่าคะแนนการจำแนกประเภทสำหรับแต่ละคลาส

  • forward() ใช้สำหรับส่งอินพุตทั้งสองผ่าน sub-network ที่กำหนดไว้ล่วงหน้า จากนั้น concatenate ผลลัพธ์ที่ได้ แล้วส่งต่อไปยัง classifier

torch.nn ถูก import ให้แล้วในชื่อ nn ลองทำกันเลย!

แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร

Deep Learning ระดับกลางด้วย PyTorch

ดูคอร์ส

แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ

ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์

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), 
        )
แก้ไขและรันโค้ด