Scrivere il loop di valutazione
In questo esercizio scriverai un loop di valutazione per calcolare la loss di validazione. Il loop di valutazione ha una struttura simile al loop di training ma senza calcolo dei gradienti né aggiornamenti dei pesi.
model, validationloader e la funzione di loss criterion sono già stati definiti per gestire le predizioni, il caricamento dei dati e il calcolo della loss.
Questo esercizio fa parte del corso
Introduzione al Deep Learning con PyTorch
esercizio interattivo pratico
Prova questo esercizio completando questo codice di esempio.
# Set the model to evaluation mode
____
validation_loss = 0.0
with torch.no_grad():
for features, labels in validationloader:
outputs = model(features)
loss = criterion(outputs, labels)
# Sum the current loss to the validation_loss variable
validation_loss += ____