在pytorch深度学习中，损失函数和优化器的区别，一看就懂系列

A，首先看代码

def loss_fn(y,y_predict):
    loss = (y_predict-y).pow(2).mean()
    for i in (w, b):
        if i.grad is not None:
            i.grad.data.zero_()  #or   optimizer.zero_grad()
    loss.backward()
    return loss.data


def optimize(learning_rate):
    w.data -= learning_rate*w.grad.data
    b.data -= learning_rate*b.grad.data

B，看到代码，我们更加清楚了，这个是是手写的优化器就是每次调整参数的方法，损失函数就是如何计算输入和输出之间的损失差值
C，在正常开发的过程中，我们都是用模型直接调用，很少手工写这些，例如SGD作为随即梯度下降的优化器；MESSLoss均方误差计算损失函数 的模块，直接调用就可以了。