优化器
现在是时候探索可用于训练模型的不同优化器了。
我们已经为您定义了一个自定义函数 train_model(optimizer, net, num_epochs)。它接收优化器、模型以及训练轮数作为输入，运行训练循环，并在最后打印训练损失。
让我们使用 train_model()，用不同的优化器各跑一次短训练，并比较结果吧！
本练习是课程的一部分
PyTorch 深度学习进阶
交互式实操练习
通过完成这段示例代码来试试这个练习。
import torch.optim as optim
net = Net()
# Define the SGD optimizer
optimizer = optim.____(net.parameters(), lr=0.001)
train_model(
optimizer=optimizer,
net=net,
num_epochs=10,
)