二分类模型

作为一名深度学习从业者，您的核心任务之一是训练用于图像分类的模型。您经常会遇到二分类问题，需要区分两个类别。为简化工作流程并提升复用性，您决定创建一个二分类图像分类 CNN 模型的模板，以便在后续项目中直接应用。

已导入 torch 和将 torch.nn 命名为 nn 的包。所有图像大小均为 64x64 像素。

本练习是课程的一部分

使用 PyTorch 进行图像深度学习

查看课程

练习说明

创建一个卷积层：输入通道数为 3，输出通道数为 16，卷积核大小为 3，步幅为 1，填充为 1。
创建一个全连接层：输入尺寸为 16x32x32，类别数量为 1；仅按给定顺序填写数值 (16*32*32, 1)。
创建一个 sigmoid 激活函数。

交互式实操练习

通过完成这段示例代码来试试这个练习。

class BinaryImageClassifier(nn.Module):
    def __init__(self):
        super(BinaryImageClassifier, self).__init__()
        
        # Create a convolutional layer
        self.conv1 = ____(____)
        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.sigmoid = ____

编辑并运行代码