PyTorch'ta nasıl bir sınıflandırıcı oluşturulur ve eğitilir?

PyTorch'ta bir sınıflayıcı oluşturmak ve eğitmek için birkaç adım izlenmelidir:

1. Modeli tanımla — nn.Module'den türeyen bir sınıf oluştur ve mimariyi tanımla.
2. Verileri hazırla — verileri yükle ve DataLoader'a dönüştür.
3. Kayıp fonksiyonunu ve optimizasyonu tanımla.
4. Modeli eğit — veriler üzerinde döngü yap, çıktı hesapla, hatayı say, geri yayılım yap ve ağırlıkları güncelle.

10 sınıflı bir görev için basit bir sınıflayıcı örneği:

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 görüntüler için örnek

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

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

# Eğitim döngüsü örneği
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()

Bu kod, katmanlar, aktivasyon fonksiyonları, veri işleme gibi eklemelerle genişletilebilir.