前面几篇分别是数据导入模块,模型类的构建模块,损失函数模块,优化器模块,上述模块搭建好后建立训练模块,将上述几个模块在训练模块中调用完成训练。
这个不太好解释直接看模块示例:
上面是训练模块,分别传入训练总轮次steps,实例化模型model,损失函数loss_func,但是下面训练的时候它将损失函数和反向传播优化器,更新放入了另外一个函数中,opt优化器,train_dl训练数据集,valid_dl训练数据集。
开启model.train()模式在训练完一轮后就进入model.eval()模式进行测评。
按照上面的情况将训练模块书写好后直接调用就很快。
还有下面这种简单粗暴的,训练模块直接不封装直接写,写了直接跑
这个训练模块中他还增加了准确率评估计算函数如下图:
【推荐】国内首个AI IDE,深度理解中文开发场景,立即下载体验Trae
【推荐】编程新体验,更懂你的AI,立即体验豆包MarsCode编程助手
【推荐】抖音旗下AI助手豆包,你的智能百科全书,全免费不限次数
【推荐】轻量又高性能的 SSH 工具 IShell:AI 加持,快人一步
· 震惊!C++程序真的从main开始吗?99%的程序员都答错了
· winform 绘制太阳,地球,月球 运作规律
· 【硬核科普】Trae如何「偷看」你的代码?零基础破解AI编程运行原理
· 上周热点回顾(3.3-3.9)
· 超详细:普通电脑也行Windows部署deepseek R1训练数据并当服务器共享给他人