剧透警告

本章内容概要

在本章中，我们将：

• 构建用于执行训练步骤的函数。
• 实现自定义的数据集类。
• 使用 数据加载器（data loaders） 生成小批量数据（mini-batches）。
• 构建函数实现小批量梯度下降（mini-batch gradient descent）。
• 对模型进行评估。
• 集成 TensorBoard 以监控模型训练过程。
• 将模型 保存/设置检查点（save/checkpoint） 到磁盘。
• 从磁盘加载模型以恢复训练或用于部署。

导入依赖

为了便于组织，本章代码中所需的所有库均在开头统一导入。本章需要以下导入：

1import numpy as np
2from sklearn.linear_model import LinearRegression
3
4import torch
5import torch.optim as optim
6import torch.nn as nn
7from torch.utils.data import Dataset, TensorDataset, DataLoader
8from torch.utils.data.dataset import random_split
9from torch.utils.tensorboard import SummaryWriter
10
11import matplotlib.pyplot as plt
12%matplotlib inline
13plt.style.use('fivethirtyeight')

Jupyter Notebook

本章末尾将提供一个包含完整代码的 Jupyter Notebook，你可以运行全部代码并进行实验。