Pytorch 实验（一） Minist手写数据集测试 1

最新推荐文章于 2024-08-12 23:10:32 发布

SpringQAQ

最新推荐文章于 2024-08-12 23:10:32 发布

阅读量1.8k

点赞数

本文链接：https://blog.csdn.net/SpringQAQ/article/details/80959321

版权

这篇博客记录了作者使用PyTorch对Minist手写数据集进行实验的情况，实验结果表明准确率波动较大，可能的原因包括未设置batch_size以及网络结构简单，缺少卷积层。

摘要由CSDN通过智能技术生成

Minist手写数据集测试

（个人实践笔记，如有纰漏，烦请指出）

import torch
import torch.nn as nn
import torchvision.datasets as dsets
import torchvision.transforms as transforms

input_size = 28 * 28 # image size of MNIST data
num_classes = 10
num_epochs = 10
batch_size = 100
learning_rate = 1e-3

# MNIST dataset
train_dataset = dsets.MNIST(root = '../../data_sets/mnist', #选择数据的根目录
                           train = True, # 选择训练集
                           transform = transforms.ToTensor(), #转换成tensor变量
                           download = False) # 不从网络上download图片
test_dataset = dsets.MNIST(root = '../../data_sets/mnist', #选择数据的根目录
                           train = False, # 选择训练集
                           transform = transforms.ToTensor(), #转换成tensor变量
                           download = False) # 不从网络上download图片
#加载数据

t