Optimiseurs
Il est temps d’explorer les différents optimiseurs que vous pouvez utiliser pour entraîner votre modèle.
Une fonction personnalisée appelée train_model(optimizer, net, num_epochs) a été définie pour vous. Elle prend l’optimiseur, le modèle et le nombre d’époques en entrée, exécute les boucles d’entraînement et affiche la perte d’entraînement à la fin.
Utilisons train_model() pour lancer quelques entraînements courts avec différents optimiseurs et comparer les résultats !
Cet exercice fait partie du cours
<cours>Deep learning intermédiaire avec PyTorch</cours>Exercice interactif pratique
Essayez cet exercice en complétant ce code d’exemple.
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,
)