人工智能學習Pytorch數(shù)據(jù)集分割及動量示例詳解
1.數(shù)據(jù)集分割
通過datasets可以直接分別獲取訓練集和測試集。
通常我們會將訓練集進行分割,通過torch.utils.data.random_split方法。
所有的數(shù)據(jù)都需要通過torch.util.data.DataLoader進行加載,才可以得到可以使用的數(shù)據(jù)集。
具體代碼如下:
2.
2.正則化
PyTorch中的正則化和機器學習中的一樣,不過設置方式不一樣。
直接在優(yōu)化器中,設置weight_decay即可。優(yōu)化器中,默認的是L2范式,因此填入的參數(shù)就是lambda。想要使用L1范式的話,需要手動寫出代碼。
3.動量和學習率衰減
動量的設置可以直接在優(yōu)化器中完成。通過momentum參數(shù)設置。
學習率的調整通過torch.optim.lr_scheduler中的ReduceLROnPlateau,StepLR實現(xiàn)。
ReduceLROnPlateau是自動檢測損失值,并衰減學習率。
StepLR需要手動設置衰減的參數(shù)。
以上就是人工智能學習Pytorch數(shù)據(jù)集分割及動量示例詳解的詳細內容,更多關于pytorch數(shù)據(jù)集分割及動量的資料請關注腳本之家其它相關文章!
相關文章
解決Pycharm無法import自己安裝的第三方module問題
今天小編就為大家分享一篇解決Pycharm無法import自己安裝的第三方module問題,具有很好的參考價值,希望對大家有所幫助。一起跟隨小編過來看看吧2018-05-05Python基于Opencv來快速實現(xiàn)人臉識別過程詳解(完整版)
這篇文章主要介紹了Python基于Opencv來快速實現(xiàn)人臉識別過程詳解(完整版)隨著人工智能的日益火熱,計算機視覺領域發(fā)展迅速,今天就為大家?guī)碜罨A的人臉識別基礎,從一個個函數(shù)開始走進這個奧妙的世界,需要的朋友可以參考下2019-07-07詳解python 條件語句和while循環(huán)的實例代碼
這篇文章主要介紹了詳解python 條件語句和while循環(huán),本文通過實例代碼給大家介紹的非常詳細,對大家的學習或工作具有一定的參考借鑒價值,需要的朋友可以參考下2020-12-12使用python讀取.text文件特定行的數(shù)據(jù)方法
今天小編就為大家分享一篇使用python讀取.text文件特定行的數(shù)據(jù)方法,具有很好的參考價值,希望對大家有所幫助。一起跟隨小編過來看看吧2019-01-01