PyTorch: redes neuronales a bloques funcionales

PyTorch: redes neuronales a bloques funcionales

El entrenamiento de Deep Learning incluye los siguientes pasos:

• Crear una canalización de datos
• Construyendo una arquitectura de red
• Evaluación arquitectónica mediante la función de pérdida
• Optimización de los pesos de la arquitectura de red mediante un algoritmo de optimización

Entrenar un algoritmo de Deep Learning específico es el requisito exacto de transformar la red neuronal en bloques funcionales como se muestra a continuación:

Con respecto al diagrama anterior, cualquier algoritmo de Deep Learning implica tomar entradas, construir una arquitectura adecuada que incluya un conjunto de capas incrustadas en ellas.

Si observa el diagrama anterior, la precisión se estima mediante una función de pérdida en relación con la optimización de los pesos de la red neuronal.