opt函数在Python中的使用方法

opt函数是PyTorch中的优化器函数，用于优化神经网络模型的参数。使用方法如下：
首先需要导入torch.optim模块，然后创建一个优化器对象，指定要优化的参数和优化方法，最后再使用optimizer对象对参数进行更新。示例代码如下：

import torch.optim as optim

# 定义一个神经网络模型
model = nn.Sequential(
    nn.Linear(10,20),
    nn.ReLU(),
    nn.Linear(20,2)
)

# 定义损失函数
criterion = nn.CrossEntropyLoss()

# 定义优化器
optimizer = optim.SGD(model.parameters(), lr=0.01)

# 进行模型训练
for epoch in range(num_epochs):
    # 前向传播
    output = model(inputs)
    loss = criterion(output, labels)
    
    # 反向传播
    optimizer.zero_grad()
    loss.backward()
    
    # 参数更新
    optimizer.step()