【AI】PyTorch入门（七）：优化模型参数

AI学习目录汇总

1、简介

训练模型就是为了优化模型参数。训练模型是一个迭代过程，每次迭代称为epoch。一个迭代的过程如下；

网络模型根据输入计算输出，称为预测值；
计算预测值和实际值的误差，称为损失；
计算模型参数关于误差的导数或偏导，称为梯度；
使用一种方法，优化模型参数，目标是使下一次迭代时，误差降低，称为梯度下降；
这个方法称为优化器，比如常见的三个字母：SGD
1
2
3
4
5

2、举一反三

再次拿出之前训练FashionMNIST例子，这次通过它来讲讲优化模型参数

2.1 数据加载

加载FashionMNIST数据集，这里设置了“download=True”，即如果root指定的目录“data”中没有，则下载：

import torch
from torch import nn
from torch.utils.data import DataLoader
from torchvision import datasets
from torchvision.transforms import ToTensor, Lambda

training_data = datasets.FashionMNIST(
    root="data",
    train
1
2
3
4
5
6
7
8