Pytorch--fast.ai--Mnist 从零开始（1）

 Pytorch 0.4 Minist 从零开始构建Logistic模型：

本文将使用普通的矩阵运算实现一个简单的逻辑回归网络，本质上就是单神经元网络 对Minist数据集进行分类，

接着手动实现梯度下降代码，更新网络参数，

然后再从上至下，一步一步用Pytorch 模块重构网络, 逐步添加更多PyTorch功能

便于更深刻的理解 Pytorch模块的背后实现.

1.MNIST data setup

1）.路径与数据集

from pathlib import Path

DATA_PATH = Path('data')
PATH = DATA_PATH/'mnist'

PATH.mkdir(parents=True, exist_ok=True)

2）.下载数据集至路径mnist文件夹,若已手动下载，可跳过这一步

import requests

URL='http://deeplearning.net/data/mnist/'
FILENAME='mnist.pkl.gz'

if not (PATH/FILENAME).exists():
    content = requests.get(URL+FILENAME).content
    (PATH/FILENAME).open('wb').write(content)

3）.解析数据集

import pickle,gzip

with gzip.o