Trainen en evalueren
In deze oefening brengen we alles samen wat je tot nu toe hebt geoefend door een neuraal netwerk te trainen en te evalueren op een echte gegevensset met handgeschreven Ethiopische MNIST-tekens.
ImageClassifier is een vooraf gedefinieerd neuraal netwerkmodel dat is geïmplementeerd met PyTorch Lightning. Het bestaat uit convolutionele lagen voor feature-extractie, activatiefuncties om niet-lineariteit toe te voegen en volledig verbonden lagen voor classificatie.
De Ethiopic MNIST-gegevensset is al voor je geïmporteerd.
Deze oefening maakt deel uit van de cursus
Schaalbare AI-modellen met PyTorch Lightning
Oefeninstructies
- Importeer de
Trainer. - Definieer het
ImageClassifier-model en de trainer. - Train het model.
- Evalueer het model op de validatieset.
Praktische interactieve oefening
Probeer deze oefening eens door deze voorbeeldcode in te vullen.
# Import the Trainer
from lightning.pytorch import ____
# Define ImageClassifier model & trainer and set epoch parameter
model = ____()
trainer = ____(max_epochs=5)
# Train the model
trainer.fit(____, train_loader, val_loader)
# Evaluate the model
val_results = trainer.____(____, val_loader)
print("Validation Accuracy:", val_results[0]["val_acc"])