深度學(xué)習(xí)案例教程 課件3.4.3 手寫數(shù)字識(shí)別網(wǎng)絡(luò)訓(xùn)練

實(shí)踐任務(wù)3-手寫數(shù)字識(shí)別網(wǎng)絡(luò)訓(xùn)練

模型訓(xùn)練

為了方便后續(xù)使用模型，可以將訓(xùn)練過程寫成一個(gè)函數(shù)，向該函數(shù)傳入網(wǎng)絡(luò)模型、損失函數(shù)、優(yōu)化器等必要對(duì)象后，在MNIST數(shù)據(jù)集上進(jìn)行訓(xùn)練并打印日志觀察過程。實(shí)踐任務(wù)3-手寫數(shù)字識(shí)別網(wǎng)絡(luò)訓(xùn)練

模型訓(xùn)練deftrain(epoches):

forepochinrange(epoches):

fori,datainenumerate(train_loader):

(images,labels)=data

images=images.reshape(-1,28*28)

output=model(images)實(shí)踐任務(wù)3-手寫數(shù)字識(shí)別網(wǎng)絡(luò)訓(xùn)練

模型訓(xùn)練deftrain(epoches):

forepochinrange(epoches):

fori,datainenumerate(train_loader):

(images,labels)=data

images=images.reshape(-1,28*28)

output=model(images)

#前向傳播，計(jì)算損失，方向傳播，更新參數(shù)

loss=criterion(output,labels)

optimizer.zero_grad()

loss.backward()

optimizer.step()

實(shí)踐任務(wù)3-手寫數(shù)字識(shí)別網(wǎng)絡(luò)訓(xùn)練

模型訓(xùn)練deftrain(epoches):

forepochinrange(epoches):

fori,datainenumerate(train_loader):

(images,labels)=data

#得到輸入和標(biāo)簽

#前向傳播，計(jì)算損失，方向傳播，更新參數(shù)

#打印日志

if(i+1)%100==0:

print('Epoch[{}/{}-{}],Loss:{:.4f}'

.format(epoch+1,epoches,(i+1),loss.item()))實(shí)踐任務(wù)3-手寫數(shù)字識(shí)別網(wǎng)絡(luò)訓(xùn)練

模型訓(xùn)練調(diào)用train(l)訓(xùn)練一輪的結(jié)果如下所示：Epoch[1/1-100],Loss:0.9250Epoch[1/1-200],Loss:0.7030Epoch[1/1-300],Loss:0.4063Epoch[1/1-400],Loss:0.3836Epoch[1/1-500],Loss:0.4059Epoch[1/1-600],Loss:0.4280Epoch[1/1-700],Loss:0.3695Epoch[1/1-800],Loss:0.3918Epoch[1/1-900],Loss:0.5331實(shí)踐任務(wù)3-手寫數(shù)字識(shí)別網(wǎng)絡(luò)訓(xùn)練模型訓(xùn)練模型訓(xùn)練的技巧：1.數(shù)據(jù)預(yù)處理2.超參數(shù)調(diào)整3.模