知识卡片

普通读书笔记卡 · 生成模型:未记录

训练循环的更新顺序

理解等级:中级

一次训练批次先计算预测和损失,再清空旧梯度、执行 loss.backward() 计算新梯度,最后调用 optimizer.step() 更新参数。书中把整个训练集重复遍历称为多个 epoch;实际批次数由数据量和批量大小决定。

这张卡片看不懂?

已有反馈 · 0 条

    还没有人提交反馈。

    在整书笔记中的位置

    原书出处 · 1 处

    参考来源

    - 位置:《破解深度学习(基础篇)_模型算法与实现》第4章《深度神经网络:误差倒查分解》(来源项目 book-source:`extracted/破解深度学习(基础篇)_模型算法与实现/_epub-src/EPUB/xhtml/qz03_0007.xhtml`,4.3—4.4) - 结论依据:原文、公式图和示例代码说明传播或训练过程;对原书不准确说法作必要区分。 - 原始内容:后续要进行反向传播、优化参数,需要先将梯度清零,调用backward()进行反向传播,然后调用优化器的step()方法更新参数。