การใช้ optimizer ของ PyTorch

ก่อนหน้านี้ คุณได้อัปเดตค่าน้ำหนักของโครงข่ายด้วยตนเอง ซึ่งช่วยให้เข้าใจกระบวนการเทรนโมเดลในเชิงลึก อย่างไรก็ตาม วิธีนี้ไม่เหมาะกับโครงข่ายเชิงลึกที่มีหลายเลเยอร์

โชคดีที่ PyTorch มี SGD optimizer ที่ช่วยทำให้กระบวนการนี้เป็นอัตโนมัติได้อย่างมีประสิทธิภาพด้วยโค้ดเพียงไม่กี่บรรทัด ในแบบฝึกหัดนี้ จะทำการเทรนลูปให้สมบูรณ์โดยอัปเดตค่าน้ำหนักผ่าน PyTorch optimizer

โครงข่ายประสาทเทียมถูกสร้างไว้แล้วและเก็บอยู่ในตัวแปร model โมเดลนี้ถูกใช้รัน forward pass และสร้าง tensor ของการทำนายชื่อ pred tensor ที่เข้ารหัสแบบ one-hot มีชื่อว่า target และฟังก์ชัน cross entropy loss ถูกเก็บไว้ในตัวแปร criterion

โหลด torch.optim เป็น optim และ torch.nn เป็น nn ไว้ให้แล้ว