PyTorch 训练 | 不止需要会训练

文章预览

点击下方 卡片 ，关注“ 小白玩转Python ”公众号 让我们讨论一下在训练过程中帮助你进行实验的技术。我将提供一些理论、代码片段和完整的流程示例。主要要点包括： 数据集分割 指标 可重复性 配置、日志记录和可视化 分割数据集 我喜欢有训练集、验证集和测试集的分割。这里没什么好说的；你可以使用随机分割，或者如果你有一个不平衡的数据集（就像在实际情况中经常发生的那样）——分层分割。 对于测试集，尝试手动挑选一个“黄金数据集”，包含你希望模型擅长的所有示例。测试集应该在实验之间保持不变。它应该只在你完成模型训练后使用。这将在部署到生产环境之前给你客观的指标。别忘了，你的数据集应该尽可能接近生产环境，这样才有代表性。 指标 为你的任务选择正确的指标至关重要。我最喜欢的错误使用指标的例子是 K ………………………………