ニューラルネットワークの学習でしていること

net = Net() # ニューラルネットワークのインスタンスを生成 criterion = nn.MSELoss() # 損失関数 optimizer = torch.optim.SGD(net.parameters(), lr=0.003) # 最適化アルゴリズム EPOCHS = 2000 # 2000回繰り返す for epoch in range(EPOCHS): optimizer.zero_grad() # 手順0：重みとバイアスの更新で内部的に使用するデータをリセット outputs = net(X_train) # 手順1：ニューラルネットワークにデータを入力 loss = criterion(outputs, y_train) # 手順2：正解ラベルとの比較 loss.backward() # 手順3：誤差逆伝播 optimizer.step() #

[misshiki]

“シンプルな関数をニューラルネットワークに見立てて、その係数を学習させながら、その過程でどんなことが行われているかを見ていきます。”