1. Apprendre
    2. /
  2. Cours
    3. /
  3. Apprentissage profond intermédiaire avec PyTorch
Connected

Exercice

Boucle d'entraînement RNN

Il est temps d'entraîner le modèle de prévision de la consommation d'électricité!

Vous utiliserez le réseau LSTM que vous avez défini plus tôt, déjà instancié et assigné à net, ainsi que le dataloader_train que vous avez construit précédemment. Vous aurez aussi besoin de torch.nn, déjà importé sous le nom nn.

Dans cet exercice, vous entraînerez le modèle pendant seulement trois époques pour vérifier que l'entraînement progresse comme prévu. Allons-y!

Instructions

100 XP
  • Configurez la perte à erreur quadratique moyenne (Mean Squared Error) et assignez-la à criterion.
  • Remodellez seqs en (batch size, sequence length, num features), ce qui est ici (32, 96, 1), et réassignez le résultat à seqs.
  • Passez seqs au modèle pour obtenir ses outputs.
  • À partir des quantités calculées précédemment, calculez la perte et assignez-la à loss.