开发者社区

文档建议反馈控制台

最新优惠活动

文章/答案/技术大牛

发布

社区首页 >专栏 >pytorch进行CIFAR-10分类（3）定义损失函数和优化器

pytorch进行CIFAR-10分类（3）定义损失函数和优化器

TeeyoHuang

发布于 2019-05-25 22:33:29

1.3K0

发布于 2019-05-25 22:33:29

举报

文章被收录于专栏：Deep learning进阶路

1.直接上代码

import torch.optim as optim          #导入torch.potim模块

criterion = nn.CrossEntropyLoss()    #同样是用到了神经网络工具箱 nn 中的交叉熵损失函数
optimizer = optim.SGD(net.parameters(), lr=0.001, momentum=0.9)   #optim模块中的SGD梯度优化方式---随机梯度下降

2.涉及知识点

①优化器

pytorch将深度学习中常用的优化方法全部封装在torch.optim之中，所有的优化方法都是继承基类optim.Optimizier

图中提到了如果想要把模型搬到GPU上跑，就要在定义优化器之前就完成.cuda( )这一步

2.损失函数

损失函数是封装在神经网络工具箱nn中的,包含很多损失函数，如图所示;

此例中用到的是交叉熵损失，criterion = nn.CrossEntropyLoss() 详情如下：

本文参与?腾讯云自媒体同步曝光计划，分享自作者个人站点/博客。

原始发表：2018年01月31日，如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自作者个人站点/博客?前往查看

如有侵权，请联系 cloudcommunity@tencent.com 删除。

本文参与?腾讯云自媒体同步曝光计划? ，欢迎热爱写作的你一起参与！

评论

登录后参与评论

0 条评论

热度

最新

LV.

目录

1.直接上代码
2.涉及知识点
- ①优化器
- 2.损失函数