PyTorch - Redes Neurais para Blocos Funcionais
O treinamento de um algoritmo de aprendizado profundo envolve as seguintes etapas -
- Construindo um pipeline de dados
- Construindo uma arquitetura de rede
- Avaliando a arquitetura usando uma função de perda
- Otimizando os pesos da arquitetura de rede usando um algoritmo de otimização
Treinar um algoritmo de aprendizado profundo específico é o requisito exato para converter uma rede neural em blocos funcionais, conforme mostrado abaixo -
Com relação ao diagrama acima, qualquer algoritmo de aprendizado profundo envolve a obtenção dos dados de entrada, construindo a respectiva arquitetura que inclui um monte de camadas embutidas neles.
Se você observar o diagrama acima, a precisão é avaliada usando uma função de perda com relação à otimização dos pesos da rede neural.