Konfiguracja optymalizatora
Skoro mamy już logikę trenowania, trzeba teraz określić, jak optymalizować parametry modelu.
W tym ćwiczeniu uzupełnisz metodę configure_optimizers w module PyTorch Lightning używanym do klasyfikacji obrazów. Twoim celem jest skonfigurowanie optymalizatora, który będzie aktualizować parametry modelu podczas trenowania. Użyj do tego optymalizatora Adam ze współczynnikiem uczenia 1e-3.
To ćwiczenie jest częścią kursu
Skalowalne modele AI z PyTorch Lightning
Instrukcje do ćwiczenia
- Utwórz optymalizator Adam, korzystając z parametrów modelu i ustawiając współczynnik uczenia na
1e-3.
Interaktywne ćwiczenie praktyczne
Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.
import torch
def configure_optimizers(self):
# Create an Adam optimizer for model parameters
optimizer = ____
return optimizer