1. 학습
    2. /
  2. 강의
    3. /
  3. PyTorch 深度学习进阶
Connected

연습 문제

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！

지침 1/3

undefined XP
  • 1
    • 将 optimizer 定义为随机梯度下降（Stochastic Gradient Descent）。
  • 2
    • 将优化器定义为均方根传播（Root Mean Square Propagation，RMSprop），并将模型参数作为其第 1 个参数传入。
  • 3
    • 将优化器定义为自适应矩估计（Adaptive Moments Estimation，Adam），并将学习率设为 0.001。