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. Il prend l'optimiseur, le modèle et le nombre d'époques comme entrées, exécute les boucles d'apprentissage et affiche la perte d'apprentissage à la fin.
Utilisons train_model() pour effectuer quelques entraînements courts avec différents optimiseurs et comparons les résultats !
Cet exercice fait partie du cours
Apprentissage profond intermédiaire avec PyTorch
Exercice interactif pratique
Essayez cet exercice en complétant cet exemple de code.
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,
)