损失函数、反向传播、优化器

MESLoss

• 导入

from torch import nn

• 用法

# 以均方误差MSE为例
loss_mse = nn.MSELoss()
loss = loss_mse(result, target)

反向传播

• 用法

loss.backward()

优化器

• 导入

from torch import optim

• 用法

# 以随机梯度下降SGD为例
# 循环前定义
optim_sgd = optim.SGD(model.parameters(), lr=0.01)

# 循环中定义
for ... in ... :
    optim_sgd.zero_grad()
    ...
    ...
    loss.backward()
    optim_sgd.step()