Pytorch 之神经网络

本文介绍了如何在Pytorch中加载数据、建立卷积神经网络模型、训练模型以及测试保存模型。通过四个步骤,详细讲解了从数据预处理到模型训练、测试的全过程,涵盖了Data Loader、模型定义、损失函数、优化器以及模型保存与评估。
摘要由CSDN通过智能技术生成

第1关:加载数据——Data Loader

任务描述
本关要求掌握 Pytorch 中加载和处理数据的方法。

本关任务:本关要求下载训练集 MNIST,创建符合要求的DataLoader变量data_loader,同时按要求输出特定数据的维度大小和类别。

相关知识
pytorch 读取训练集是非常便捷的,只需要使用到 2 个类:

torch.utils.data.Dataset
torch.utils.data.DataLoader
首先,引入我们所需要的包:

import torch
import torchvision.datasets as dsets
import torchvision.transforms as transforms
下载数据集
torchvision.datasets的使用

对于常用数据集,可以使用torchvision.datasets直接进行读取。torchvision.dataset是torch.utils.data.Dataset的实现。该包提供了以下数据集的读取:

import torch
import torchvi
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

Ssaty.

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值