5_学習_trainerを利用しない場合

差分

このページの2つのバージョン間の差分を表示します。

この比較画面へのリンク

--- 5_学習_trainerを利用しない場合 [2017/11/01] – [1. お約束の3行を入力] adash333
+++ 5_学習_trainerを利用しない場合 [2018/10/07] (現在) – 外部編集 127.0.0.1
@@ 行 3: / 行 3: @@
 <ChainerでMNIST目次>\\
 [[Chainer2プログラミングの全体図|(0)Chainer2プログラミングの全体図]]\\
-(1)Chainer2を使用するためのimport文\\
+(1)[[Chainer2を使用するためのimport文]]\\
 [[(2)データの準備・設定]]\\
 [[(3)モデルの記述]]\\
@@ 行 11: / 行 11: @@
 <code>
-#5 学習（Trainerを利用しない場合）
+#5 学習
-for epoch in range(繰り返し回数)
+iterator = iterators.SerialIterator(train, 1000)
-    データの加工
+updater = training.StandardUpdater(iterator, optimizer)
-    model.cleargrads() #勾配初期化
+trainer = training.Trainer(updater, (10, 'epoch'))
-    loss = model(...)  #誤差計算
+trainer.extend(extensions.ProgressBar())
-    loss.backward      #勾配計算
-    optimizer.update   #パラメータ更新
+trainer.run()
 </code>
@@ 行 39: / 行 39: @@
 ==== 1. 学習 ====
 以下のコードを入力して、Shift + Enterを押します。
+以下の例は、Trainerを利用する方法となっています。
 <code>
@@ 行 50: / 行 52: @@
 </code>
-すると、以下のような画面になります。（ほとんど何もおこりません。）
+すると、以下のような画面になります。
+{{:pasted:20171101-164618.png}}
 次は、[[(6)結果の出力]]の設定に進んでください。
@@ 行 85: / 行 81: @@
 [[(3)モデルの記述]]\\
 [[(4)モデルと最適化アルゴリズムの設定]]\\
-(5)学習（Trainerを利用しない場合）    ←いまここ\\
+(5)学習    ←いまここ\\
 [[(6)結果の出力]]\\

5_学習_trainerを利用しない場合.1509522305.txt.gz · 最終更新: 2018/10/07 (外部編集)