pytorch基础教程2

1. 四部曲

1）forward; 2) 计算误差；3）backward; 4) 更新

eg:

1）outputs = net(inputs)

2）loss = criterion(outputs, labels)

3）loss.backward()

4）optimizer.step()

其中，每步关键

1）定义网络

2）定义loss: criterion = nn.CrossEntropyLoss()

3）自动求导

4) 定义优化方法： optimizer = torch.optim.SGD(net.parameters(), lr=0.001, momentum=0.9)

由此，麻烦的是1），2）

转载于:https://www.cnblogs.com/Wanggcong/p/7720456.html

pytorch基础教程2相关推荐

深度学习之Pytorch基础教程！
↑↑↑关注后"星标"Datawhale 每日干货 & 每月组队学习,不错过 Datawhale干货作者:李祖贤,Datawhale高校群成员,深圳大学随着深度学习的发展 ...
【深度学习】深度学习之Pytorch基础教程！
作者:李祖贤,Datawhale高校群成员,深圳大学随着深度学习的发展,深度学习框架开始大量的出现.尤其是近两年,Google.Facebook.Microsoft等巨头都围绕深度学习重点投资了一系 ...
Pytorch基础教程（1）：人工智能与Pytorch简介
Pytorch基础教程(1) :人工智能与Pytorch简介 1.人工智能简介人工智能是新一轮科技革命和产业变革的重要驱动力量,其发挥作用的广度和深度堪比历次工业革命.蒸汽革命成就了英国,电气和信息 ...
PyTorch基础教程学习笔记（八）：训练一个分类器
数据应该怎么办呢? 通常来说,当必须处理图像.文本.音频或视频数据时,可以使用python标准库将数据加载到numpy数组里.然后将这个数组转化成torch.*Tensor. 对于图片,有Pillow ...
【Pytorch基础教程36】基于Ernie预训练模型和Bert的新闻分类
文章目录一.新闻分类任务 1.1 中文数据集 1.2 数据特点 1.3 跑起代码二. 预训练语言模型ERNIE 2.1 ERNIE模型结构 2.2 bert模型结构三.项目代码 1. bert模 ...
【PyTorch基础教程9】优化器optimizer和训练过程
学习总结 (1)每个优化器都是一个类,一定要进行实例化才能使用,比如: class Net(nn.Moddule):··· net = Net() optim = torch.optim.SGD(ne ...
【Pytorch基础教程35】引入非线性的激活函数
文章目录一.从最简单的logistic回归说起二.为什么需要激活功能三.常见激活函数特点: 3.1 ReLU激活函数 3.2 sigmoid激活函数 3.3 tanh激活函数 3.4 softm ...
【Pytorch基础教程32】基于transformer的情感分类
note: 常用的BERT模型其实就是transformer模型的编码器部分,用户为下游任务生成一段话的文本表示.BERT是一个无监督学习的过程,可通过MLM和NSP两种预训练任务实现无监督训练的过程 ...
【Pytorch基础教程28】浅谈torch.nn.embedding
学习总结文章目录学习总结一.nn.Embedding 二.代码栗子 2.1 通过embedding降维 2.2 RNN中用embedding改进 2.3 deepFM模型中embedding R ...
【Pytorch基础教程33】算法模型部署（MLFlow/ONNX/tf serving）
内容概况服务器上训练好模型后,需要将模型部署到线上,接受请求.完成推理并且返回结果. 保存模型结构和参数最简单的是torch.save保存为checkpoint,但一般用于训练时记录过程,训练中断可 ...

pytorch基础教程2

pytorch基础教程2相关推荐

最新文章

热门文章