Mô hình phân loại đa lớp

Với mẫu cho mô hình phân loại nhị phân đã có sẵn, giờ bạn có thể dựa vào đó để thiết kế mô hình phân loại đa lớp. Mô hình cần xử lý số lượng lớp khác nhau thông qua một tham số, cho phép bạn tùy chỉnh mô hình cho các bài toán phân loại đa lớp cụ thể trong tương lai.

Các gói torch và torch.nn với bí danh nn đã được nhập. Tất cả ảnh đều có kích thước 64x64 pixel.

Bài tập này là một phần của khóa học

Deep Learning cho Ảnh với PyTorch

Xem khóa học

Hướng dẫn bài tập

Định nghĩa phương thức __init__ bao gồm các tham số self và num_classes.
Tạo một tầng fully connected với kích thước đầu vào 16*32*32 và số lớp num_classes là đầu ra.
Tạo hàm kích hoạt softmax với dim=1.

Bài tập tương tác thực hành trực tiếp

Hãy thử làm bài tập này bằng cách hoàn thành đoạn mã mẫu này.

class MultiClassImageClassifier(nn.Module):
  
    # Define the init method
    def ____(____, ____):
        super(MultiClassImageClassifier, self).__init__()
        self.conv1 = nn.Conv2d(3, 16, kernel_size=3, stride=1, padding=1)
        self.relu = nn.ReLU()
        self.maxpool = nn.MaxPool2d(kernel_size=2, stride=2)
        self.flatten = nn.Flatten()

        # Create a fully connected layer
        self.fc = ____(____, ____)
        
        # Create an activation function
        self.softmax = ____(____)

Chỉnh sửa và Chạy Mã