Optimizer
Es ist Zeit, die verschiedenen Optimizer zu erkunden, die du für das Training deines Modells verwenden kannst.
Eine eigene Funktion namens train_model(optimizer, net, num_epochs) wurde für dich definiert. Sie nimmt den Optimizer, das Modell und die Anzahl der Epochen als Eingabe entgegen, führt die Trainingsschleifen aus und gibt am Ende den Trainingsverlust aus.
Lass uns train_model() verwenden, um einige kurze Trainings mit verschiedenen Optimizern durchzuführen und die Ergebnisse zu vergleichen!
Diese Übung ist Teil des Kurses
<Kurs>Deep Learning mit PyTorch für Fortgeschrittene</Kurs>Interaktive praktische Übung
Versuche dich an dieser Übung, indem du diesen Beispielcode vervollständigst.
import torch.optim as optim
net = Net()
# Define the SGD optimizer
optimizer = optim.____(net.parameters(), lr=0.001)
train_model(
optimizer=optimizer,
net=net,
num_epochs=10,
)