本篇自学笔记来自于b站《PyTorch深度学习快速入门教程(绝对通俗易懂!)【小土堆】》,Up主讲的非常通俗易懂,文章下方有视频连接,如有需要可移步up主讲解视频,如有侵权,实非故意,深表歉意,请与我联系,删除相关内容!
本节主要展示完整的网络模型训练套路和验证套路。
训练套路:1.准备数据集(以CIFAR10为例)
2.加载数据集(DataLoader)
3.搭建神经网络(使用之前第六讲搭建好的)
4.创建网络模型
5.定义损失函数(使用交叉熵损失函数)
6.定义优化器(使用SGD)
7.设置训练过程中的一些参数
8.开始训练:
取数据-->将数据放入网络模型-->计算loss-->梯度清零-->反向传播-->优化
以下为代码展示:
import torch
import torchvision
from test_seq_net import *
#准备数据集
from torch.utils.data import DataLo