PyTorch-те классификаторды қалай құрып, оқытуға болады?

PyTorch-та классификаторды құру және оқыту үшін бірнеше қадамды орындау керек:

1. Модельді анықтау — nn.Module-ден мұраға қалған класс құрып, архитектураны сипаттау.
2. Деректерді дайындау — деректерді жүктеп, DataLoader-ге түрлендіру.
3. Шығын функциясы мен оптимизаторды анықтау.
4. Модельді оқыту — деректер бойынша цикл арқылы өтіп, шығуды есептеу, қателікті анықтау, кері тарату және салмақтарды жаңарту.

10 класс үшін қарапайым классификатордың мысалы:

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)  # 28x28 суреттер үшін мысал

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

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

# Оқыту циклі мысалы
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()

Бұл кодты кеңейтіп, қабаттар, активация функциялары, деректерді өңдеу және т.б. қосуға болады.