Optimizer (Reti Neurali): differenze tra le versioni
Nessun oggetto della modifica |
Nessun oggetto della modifica |
||
| Riga 5: | Riga 5: | ||
* ADAM | * ADAM | ||
* Stochastic Gradient Descent (SGD) | * Stochastic Gradient Descent (SGD) | ||
In [[PyTorch]] loss.backward() calcola il gradiente | |||
=== Link === | === Link === | ||
Versione delle 21:23, 16 mar 2024
Un'Optimizer è una funzione che aggiorna il valore dei parametri del modello in base al valore calcolato dalla Funzione Obiettivo (loss) nell'iterazione corrente. Ha vari iperparametri, tra cui normalmente troviamo la learning rate.
Esempi di ottimizzatori:
- ADAM
- Stochastic Gradient Descent (SGD)
In PyTorch loss.backward() calcola il gradiente
Link
https://pytorch.org/docs/stable/optim.html#torch.optim.Optimizer