step_by_step_deep_learn(二) model

最新推荐文章于 2022-01-22 10:59:57 发布

jade07

最新推荐文章于 2022-01-22 10:59:57 发布

阅读量164

点赞数 1

分类专栏：工具使用算法

本文链接：https://blog.csdn.net/jade07/article/details/90414611

版权

算法同时被 2 个专栏收录

13 篇文章 0 订阅

订阅专栏

工具使用

6 篇文章 0 订阅

订阅专栏

N, D_in, H, D_out = 64, 1000, 100, 10

x = torch.randn(N, D_in)
y = torch.randn(N, D_out)

model = dense(D_in, H, D_out)

learning_rate=1e-4
optim = torch.optim.Adam(model.parameters(), learning_rate)
loss_fn = torch.nn.MSELoss(reduction='sum')
for t in range(500):
    y_pred = model(x)
    loss = loss_fn(y, y_pred)
    print(t, loss.item())
    optim.zero_grad()
    loss.backward()
    optim.step()