BaşlayınÜcretsiz başlayın

İki çıktılı model mimarisi

Bu egzersizde, hem karakteri hem de alfabeyi tahmin edebilen çok çıktılı bir sinir ağı mimarisi kuracaksın.

Genel yapıyı hatırla: .__init__() metodunda, ileri geçişte kullanacağın katmanları tanımlarsın. forward() metodunda ise önce giriş görüntüsünü birkaç katmandan geçirip bir gömleme (embedding) elde edeceksin; ardından bu gömlemeyi iki ayrı sınıflandırıcı katmana (her çıktı için bir tane) vereceksin.

torch.nn zaten alışık olduğumuz kısaltmayla içe aktarılmış durumda, hadi bir model kuralım!

Bu egzersiz, kursun bir parçasıdır

PyTorch ile Orta Düzey Deep Learning

Kursa Göz Atın

Uygulamalı etkileşimli egzersiz

Bu egzersizi bu örnek kodu tamamlayarak deneyin.

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
        ____ = ____
        ____ = ____
Kodu Düzenle ve Çalıştır