知识卡片
训练循环的更新顺序
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?
这张卡片已通过人工审查,不再接受失败反馈。
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
- 深度神经网络:误差倒查分解 · 查看原书依据
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。
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。