项目实战： CrossEntropyLoss和optimizer 定义

艾文教编程

博客专家认证

2023-01-12 21:54:18

课时名称	课时知识点
项目实战： CrossEntropyLoss和optimizer 定义	项目实战： CrossEntropyLoss和optimizer 定义

...全文

1 回复打赏收藏转发到动态举报

写回复

回复

切换为时间正序

请发表友善的回复…

发表回复

相关推荐

CupCnn 卷积神经网络的Java实现。建立CNN网络 public void buildNetwork(){ //cteate network and set parameter network = new Network(); network.setBatch(100); network.setLoss(new LogLikeHoodLoss()); //network.setLoss(new CrossEntropyLoss()); optimizer = new SGDOptimizer(0.1); network.setOptimizer(optimizer); //buildFcNetwork(); buildConvNetwork(); network.prepare(); } private void build

● milestones(list)：是一个关于epoch数值的list，表示在达到哪个epoch范围内开始变化，必须是升序排列。● step_size(int)：是学习率衰减的周期，每经过每个epoch，做一次学习率decay。● optimizer(Optimizer)：是之前定义好的需要优化的优化器的实例名。● optimizer(Optimizer)：是之前定义好的需要优化的优化器的实例名。● optimizer(Optimizer)：是之前定义好的需要优化的优化器的实例名。

model = LeNet5(10) loss_function = nn . CrossEntropyLoss() optimizer = torch . optim . Adam(model . parameters() , 0.003) # 日志信息保存路径 logger = SummaryWriter(log_dir = './log')

《Jira敏捷项目管理落地实战》这门课程，为什么叫落地实战，是因为，本门课围绕着项目来讲解Jira软件的使用，以具体项目实例进行落地实操，包括：对项目全流程管理，需求分解，任务跟踪，人员角色定义等。再具体到哪些角色应该做哪些事儿，以及各角色人员怎样通过Jira达成工作目标等等。本门课的课程目标是：让项目管理中的各角色，通过本门课，既能清晰各自的工作流程，也能了解其它角色的工作流程及范围，让项目中的所有人员都能了解到，每个人在做些什么，自己应该做什么，遇到问题应该用什么流程去解决。上述这些，都可以通过Jira来实现，通过Jira能够显著的提高我们的工作效率。

大型电商实战项目+大型ERP实战项目套餐

艾文的课程社区_NO_1

2

社区成员

301

社区内容

发帖

与我相关

我的任务

社区管理员

加入社区

近7日
近30日
至今

加载中

查看更多榜单

社区公告

暂无公告