De validatiestap implementeren
Zodra we een neuraal netwerkmodel trainen, moeten we de prestaties tijdens het trainen monitoren. Implementeer met PyTorch Lightning de methode validation_step() om bij elke epoch de validatieloss te berekenen en te loggen.
Deze oefening maakt deel uit van de cursus
Schaalbare AI-modellen met PyTorch Lightning
Oefeninstructies
- Bereken voorspellingen met het model op de invoerbatch.
- Bereken de validatieloss met
F.cross_entropy(). - Log de validatieloss met
self.log()alsval_loss.
Interactieve oefening met praktijkervaring
Probeer deze oefening door deze voorbeeldcode aan te vullen.
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)