(1)输入数据
(2)计算输出
(3)输出与实际输出计算loss
(4)根据loss计算梯度
(5)根据优化器,改变参数
(注:优化器为不同的梯度和学习率使用方式,一般参数优化为 w = w-f1(lr)*f2(grad))
pytorch学习教程笔记(三)
最新推荐文章于 2023-12-02 21:38:16 发布
(1)输入数据
(2)计算输出
(3)输出与实际输出计算loss
(4)根据loss计算梯度
(5)根据优化器,改变参数
(注:优化器为不同的梯度和学习率使用方式,一般参数优化为 w = w-f1(lr)*f2(grad))