Como usar o otimizador do PyTorch

Você já atualizou manualmente o peso de uma rede, adquirindo uma visão de como funciona o treinamento nos bastidores. No entanto, esse método não é prático para redes profundas com muitas camadas.

Felizmente, o PyTorch fornece o otimizador SGD, que automatiza esse processo de forma eficiente em apenas algumas linhas de código. Agora você deve concluir o loop de treinamento atualizando os pesos usando um otimizador PyTorch.

Uma rede neural foi criada e fornecida como a variável model. Esse modelo foi usado para executar uma passagem direta e criar o tensor de previsões pred. O tensor com one-hot encoding é denominado target, e a função de perda de entropia cruzada é armazenada como criterion.

torch.optim como optim e torch.nn como nn já foram carregados para você.