道练习

双输出模型架构

在本练习中，您将构建一个多输出神经网络架构，用于同时预测字母表和字符。

回顾通用结构：在 .__init__() 方法中，您定义后续前向传播会用到的各层。在 forward() 方法中，先将输入图像依次通过若干层得到其嵌入向量（embedding），再将该嵌入分别送入两个独立的分类器层，每个输出对应一个分类器。

torch.nn 已按常用别名导入，现在让我们来构建模型吧！

undefined XP

将 self.classifier_alpha 和 self.classifier_char 定义为线性层，其输入形状需与 image_layer 的输出相匹配，输出形状分别对应字母表数量（30）与字符数量（964）。