昇思MindSpore打卡营 11号 -模型训练 学习心得

构建数据集

用Dataset加载代码，构建数据集。

定义神经网络模型

定义超参、损失函数和优化器

超参

是可以调整的参数，可以控制模型训练优化的过程。

一般会定义以下超参用于训练：

一、训练轮次：

        训练时遍历数据集的次数。

二、批次大小：

        数据集进行分批读取训练，设定每个批次数据的大小。需要选择合适的batch size，可以有效提高模型精度、全局收敛。

三、学习率：

        梯度下降法被广泛应用在最小化模型误差的参数优化算法上。梯度下降法通过多次迭代，并在每一步中最小化损失函数来预估模型的参数。学习率就是在迭代过程中，会控制模型的学习进度。

损失函数

用于评估模型的预测值和目标值之间的误差。

优化器

在每个训练步骤中调整模型参数以减少模型误差。

训练与验证

        训练：迭代训练数据集，尝试收敛到最佳参数；

        验证：迭代测试数据集，检查模型性能是否提升。