Dataehale_PyTorch Task7

用PyTorch完成手写数字识别

输出结果:

Epoch: [2/3] Iteration: [850/938] loss: 0.023803
Epoch: [2/3] Iteration: [900/938] loss: 0.021752
第2个epoch的识别准确率为:99.4000%
Epoch: [3/3] Iteration: [50/938] loss: 0.013843
Epoch: [3/3] Iteration: [100/938] loss: 0.014237
Epoch: [3/3] Iteration: [150/938] loss: 0.016309

Loss 可视化:

在这里插入图片描述

代码:

import torch
import torch.nn as nn
import torchvision as tv
from torch.utils import data
from torchvision import transforms as T
import os
import numpy as np
from PIL import  Image
import matplotlib.pyplot as plt
import tensorboardX
from utils import show_confMat, validate

device = torch.device("cuda" if torch.cuda.is_available() else "cpu")

transform = T.Compose([T.Resize(224),
                       T.ToTensor()])
# 获取训练数据集
data_train = tv.datasets.MNIST(
    root='./data/mnist/',
    train=True,
    download=True
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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
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