第一课 简介

第一课 简介

  1. 模型构建
  • 前向传播
  1. 训练参数
  • 训练次数
  • 学习率
  • 优化器
  • 损失函数
  1. 训练过程
  • 数据预处理
  • 梯度清零
  • 前向传播
  • 计算损失
  • 反向传播
  • 更新权重参数
  1. 检验
  • 前向传播

使用GPU进行训练:把数据和模型传入cuda

hub模块:预训练模型加载

model

  • 继承nn.module
  • 无需反向传播,只需前向传播
  • 可学习参数可通过named_parameters()或parameters()返回迭代器

Dasaset

  • TensorDataset:将数据类型转化为tesnsor类型
  • DataLoader:指定batch_size,shuffle,每次迭代会得到batch_size的数据
for data,label in dataloader

训练时,每步加上model.train(),会进行标准化和Dropout,验证时,加上model.eval(),则不会进行上述操作

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值