04·Cykl train/val/test, metryki i praca z GPU (AMP, mixed precision)

Wprowadzenie

Ta lekcja domyka rozdział o fundamentach: jak wygląda pełna pętla treningowa od zero_grad do step, jak prawidłowo dzielić dane na train/val/test bez wycieków, które metryki wybierać dla zbiorów zbalansowanych i niezbalansowanych, oraz jak korzystać z GPU efektywnie — w tym z mixed precision (AMP) i GradScaler'a. Zrozumienie tej infrastruktury jest warunkiem wstępnym dla każdego eksperymentu — bez niej nawet najlepsza architektura sieci da fałszywe wyniki przez data leakage albo rozjedzie się numerycznie na fp16.