เริ่มต้นใช้งานเริ่มต้นใช้งานได้ฟรี

สถาปัตยกรรมโมเดลที่มีสองเอาต์พุต

ในแบบฝึกหัดนี้ คุณจะสร้างสถาปัตยกรรมโครงข่ายประสาทเทียมแบบ multi-output ที่สามารถพยากรณ์ตัวอักษร (character) และชุดตัวอักษร (alphabet) ได้พร้อมกัน

ทบทวนโครงสร้างทั่วไป: ในเมธอด .__init__() ให้กำหนดเลเยอร์ที่จะใช้ใน forward pass จากนั้นในเมธอด forward() ให้ส่งภาพอินพุตผ่านเลเยอร์ต่าง ๆ เพื่อให้ได้ embedding แล้วนำ embedding นั้นไปป้อนเข้า classifier แยกกันสองชั้น ชั้นละหนึ่งเอาต์พุต

torch.nn ถูก import ไว้แล้วภายใต้ alias ปกติ มาเริ่มสร้างโมเดลกันเลย!

แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร

Deep Learning ระดับกลางด้วย PyTorch

ดูคอร์ส

แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ

ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์

class Net(nn.Module):
    def __init__(self):
        super().__init__()
        self.image_layer = nn.Sequential(
            nn.Conv2d(1, 16, kernel_size=3, padding=1),
            nn.MaxPool2d(kernel_size=2),
            nn.ELU(),
            nn.Flatten(),
            nn.Linear(16*32*32, 128)
        )
        # Define the two classifier layers
        ____ = ____
        ____ = ____
แก้ไขและรันโค้ด