创建顺序模块（sequential block）
您决定通过创建一组卷积层来重新设计二分类 CNN 模型模板。这样可以按顺序堆叠多层。有了这个改进的模型，您就能更轻松地设计不同的 CNN 架构。
torch 和 torch.nn（简称 nn）已导入。
本练习是课程的一部分
使用 PyTorch 进行图像深度学习
练习说明
- 在
__init__()方法中，定义一组卷积层，并将其赋值给self.conv_block。 - 在
forward()前向传播中，将输入传入您定义的卷积模块。
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 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