Skip to Main Content
Машинное обучение с PyTorch и Scikit-Learn
book

Машинное обучение с PyTorch и Scikit-Learn

by Sebastian Raschka, Yuxi (Hayden) Liu, Vahid Mirjalili
May 2024
Beginner to intermediate content levelBeginner to intermediate
688 pages
26h
Russian
Foliant
Content preview from Машинное обучение с PyTorch и Scikit-Learn
Углубленное знакомство с PyTorch
425
Эпоха 0 По теря 536.1047
Эпоха 20 П отеря 8.4361
Эпоха 40 П отеря 7.8695
Эпоха 60 П отеря 7.1891
Эпоха 80 П отеря 6.7062
Эпоха 100 Потеря 6.7599
Эпоха 120 Потеря 6.3124
Эпоха 140 Потеря 6.6864
Эпоха 160 Потеря 6.7648
Эпоха 180 Потеря 6.2156
После 200 эпох потеря при обучении близка к 5. Теперь мы можем оценить производи-
тельность регрессии обученной модели на тестовом наборе данных. Чтобы предсказать
целевые значения новых точек данных, передадим их признаки в модель:
>>> with torch.no_grad():
... pred = model(x_test.float())[:, 0]
... loss = loss_fn(pred, y_test)
... print(f'MSE при тестировании: {loss.item(): ...
Become an O’Reilly member and get unlimited access to this title plus top books and audiobooks from O’Reilly and nearly 200 top publishers, thousands of courses curated by job role, 150+ live events each month,
and much more.
Start your free trial

You might also like

CompTIA Network+ -- Vorbereitung auf die Prüfung N10-009

CompTIA Network+ -- Vorbereitung auf die Prüfung N10-009

Markus Kammermann

Publisher Resources

ISBN: 9786011100342