pytorch深度学习基本流程概要

在pytorch中,进行深度学习时,有四大模块:
Data(数据)、 Module(模型)、Loss function(损失函数)、Optimizer(优化器)
Data分为inputs和targets

基本流程:
(1)inputs输入到Module中,会得到一个预测值(outputs)
(2)outputs、targets放置到Loss function中会得到Loss
(3)使用loss.backward后,会得到参数的梯度值(grad)
(4)optimizer拿到grad后,会更新函数的参数

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