[Projeto] Aula 4 — Carregamento de Dados (PyTorch): loop de treino corrigido + métricas

Pessoal, compartilho aqui minha versão do notebook da Aula 4. Mantive o espírito do material e acrescentei algumas melhorias para facilitar análise de desempenho e diagnóstico do modelo.

• Original: https://github.com/alura-cursos/1563-treinando-pytorch/blob/aula-04/Carregamento%20de%20Dados.ipynb

• Minha versão: https://github.com/carlosvblessa/treinando-pytorch/blob/main/04-CarregamentoDeDados.ipynb

Principais diferenças

• Loop de treino corrigido:

  • Removi o Softmax final (uso CrossEntropyLoss, que já espera logits).
  • Incluí optimizer.zero_grad() antes de loss.backward().

• Histórico de métricas por época (loss/accuracy) e gráficos de loss × época e acurácia de teste.

• Avaliação completa ao final: classification_report (precision/recall/F1) e matrizes de confusão.

• Organização do código para ficar fácil testar número de épocas, batch size e seed.

Resultados

• Acurácia em teste ~98% (treino ~99,6%).
• As curvas mostram perda decrescente e estabilidade de acurácia; dá para encerrar por volta da 20ª época sem prejuízo relevante, reduzindo tempo de execução.

Fica o registro caso ajude alguém a explorar métricas e diagnósticos extras.