Ինչպես ստեղծել և ուսուցանել դասակարգիչը PyTorch-ում?

PyTorch-ում դասակարգիչ ստեղծելու և ուսուցանելու համար անհրաժեշտ է կատարել մի քանի քայլ.

1. Մոդելը սահմանել — ստեղծել nn.Module-ից ժառանգվող դաս և նկարագրել ճարտարապետությունը.
2. Տվյալները պատրաստել — բեռնել և փոխարկել տվյալները DataLoader-ի մեջ:
3. Կորուստի ֆունկցիան և օպտիմալիզատորը սահմանել.
4. Մոդելը ուսուցանել — անցնել տվյալների միջով, հաշվարկել ելքը, հաշվել սխալը, կատարել հետադարձ տարածում և թարմացնել քաշերը.

Օրինակ՝ պարզ դասակարգիչ՝ 10 դասերով:

import torch
import torch.nn as nn
import torch.optim as optim

class SimpleClassifier(nn.Module):
    def __init__(self):
        super().__init__()
        self.fc = nn.Linear(784, 10)  # օրինակ՝ 28x28 պատկերների համար

    def forward(self, x):
        return self.fc(x)

model = SimpleClassifier()
criterion = nn.CrossEntropyLoss()
optimizer = optim.SGD(model.parameters(), lr=0.01)

# ուսուցման ցիկլի օրինակ
for epoch in range(num_epochs):
    for inputs, labels in dataloader:
        outputs = model(inputs)
        loss = criterion(outputs, labels)
        optimizer.zero_grad()
        loss.backward()
        optimizer.step()

Այս կոդը կարելի է ընդլայնել՝ ավելացնելով շերտեր, ակտիվացման ֆունկցիաներ, տվյալների մշակում և այլն։