Implementare lo step di validazione
Una volta addestrato un modello di rete neurale, dobbiamo monitorarne le prestazioni durante il training. Usando PyTorch Lightning, implementa il metodo validation_step() per calcolare e registrare la validation loss a ogni epoca.
Questo esercizio fa parte del corso
Modelli di AI scalabili con PyTorch Lightning
Istruzioni dell'esercizio
- Calcola le predizioni usando il modello sul batch di input.
- Calcola la validation loss usando
F.cross_entropy(). - Registra la validation loss con
self.log()comeval_loss.
Esercizio pratico interattivo
Prova a risolvere questo esercizio completando il codice di esempio.
import torch.nn.functional as F
def validation_step(self, batch, batch_idx):
x, y = batch
# Compute predictions using the model
preds = ____(x)
# Calculate validation loss
loss = F.____(preds, y)
# Log the validation loss
self.____('val_loss', loss)