昨天由于电脑出了故障,没能及时打卡。争取今后保持每日打卡节奏。
今日学习了02快速入门的下半部分,即网络构建,模型训练和保存模型。网络构建较为基础,模型训练则更加复杂。完成模型训练过程需要三步:1.正向计算 2.反向传播 3.参数优化。
由于MindSpore使用函数式自动微分机制,因此在定义时需要正向计算函数,且要使用value_and_grad通过函数变化获得梯度计算函数。完成准备工作后,我们需要定义测试函数,以评估模型性能。训练过程中,需要多次迭代数据集,在每一集遍历训练集进行训练,结束后使用测试集进行预测。之后会发现loss在不断下降,Accuracy不断提高。
加载模型需要重新实例化模型对象和构造模型,之后加载模型参数并将其加载之模型上。这里实例化了一个随机初始模型,数据如上图。
最后完成学习。