Correction d’un modèle utilisant une mauvaise fonction de perte

Scénario

Contexte : Un modèle de classification multi-classes converge mal. Le Problème : La fonction de perte utilisée n’est pas adaptée à la tâche. Extrait logique actuelle : criterion = torch.nn.MSELoss() Pour un problème multi-classes. Contraintes : Utiliser CrossEntropyLoss. Adapter sortie du modèle en conséquence. Réentraîner et comparer performance. Livrable attendu : Corriger la configuration de la perte pour assurer cohérence avec la tâche de classification.

Compétences ciblées