1. Learn
    2. /
  2. 课程
    3. /
  3. Fördjupad djupinlärning med PyTorch
Connected

道练习

Optimerare

Nu är det dags att utforska de olika optimerare du kan använda för att träna din modell.

En anpassad funktion, train_model(optimizer, net, num_epochs), har redan definierats åt dig. Den tar emot optimeraren, modellen och antalet epoker som indata, kör träningsslingorna och skriver ut träningsförlusten när den är klar.

Använd train_model() för att köra några kortare träningar med olika optimerare och jämföra resultaten!

说明 1/3

undefined XP
  • 1
    • Definiera optimizer som Stochastic Gradient Descent.
  • 2
    • Definiera optimeraren som Root Mean Square Propagation (RMSprop) och skicka modellens parametrar som första argument.
  • 3
    • Definiera optimeraren som Adaptive Moments Estimation (Adam) och sätt inlärningshastigheten till 0.001.