Створення послідовного блока

Ви вирішили переробити свій шаблон бінарної моделі CNN, створивши блок згорткових шарів. Це допоможе послідовно поєднувати кілька шарів. З оновленою моделлю ви зможете легко конструювати різні архітектури CNN.

torch і torch.nn як nn вже імпортовано.

Ця вправа є частиною курсу

Глибоке навчання для зображень із PyTorch

Переглянути курс

Інструкції до вправи

У методі __init__() визначте блок згорткових шарів і присвойте його до self.conv_block.
У проході forward() пропустіть вхідні дані через визначений вами згортковий блок.

Інтерактивна практична вправа

Спробуйте виконати цю вправу, доповнивши цей зразок коду.

class BinaryImageClassification(nn.Module):
  def __init__(self):
    super(BinaryImageClassification, self).__init__()
    # Create a convolutional block
    self.conv_block = ____(
      nn.Conv2d(3, 16, kernel_size=3, stride=1, padding=1),
      nn.ReLU(),
      nn.Conv2d(16, 32, kernel_size=3, stride=1, padding=1),
      nn.ReLU(),
    )
    
  def forward(self, x):
    # Pass inputs through the convolutional block
    x = ____
    return x

Редагувати та запускати код