Använda PyTorch-optimeraren

Tidigare uppdaterade du vikterna i ett nätverk manuellt och fick på så sätt en förståelse för hur träningen fungerar i bakgrunden. Den metoden är dock inte skalbar för djupa nätverk med många lager.

Lyckligtvis erbjuder PyTorch SGD-optimeraren, som automatiserar den här processen effektivt med bara några få rader kod. Nu ska du slutföra träningsloopen genom att uppdatera vikterna med hjälp av en PyTorch-optimerare.

Ett neuralt nätverk har skapats och är tillgängligt som variabeln model. Den här modellen användes för att köra ett framåtpassage och skapa tensorn med prediktioner pred. Den one-hot-enkodade tensorn heter target och förlustfunktionen för korsad entropi är lagrad som criterion.

torch.optim som optim och torch.nn som nn har redan importerats åt dig.