Pytorch打怪路(二)pytorch进行mnist训练和测试

本文基于PyTorch官方提供的MNIST教程,详细介绍了如何进行训练和测试。程序中,作者对代码进行了注释,并解释了训练过程中log_interval和batch_size的设置。通过命令行可以灵活调整参数,例如使用python main.py -batch_size=32 -log_interval=20来改变batch_size和log_interval的值。
摘要由CSDN通过智能技术生成

1.简述

程序来自pytorch官方tutorial给的examples,链接为:https://github.com/pytorch/examples/blob/master/mnist/main.py

我主要进行一下注释工作和实验程序


2.代码

from __future__ import print_function  #这个是python当中让print都以python3的形式进行print,即把print视为函数
import argparse  # 使得我们能够手动输入命令行参数,就是让风格变得和Linux命令行差不多
import torch     # 以下这几行导入相关的pytorch包,有疑问的参考我写的 Pytorch打怪路(一)系列博文
import torch.nn as nn
import torch.nn.functional as F
import torch.optim as optim
from torchvision import datasets, transforms
from torch.autograd import Variable

# Training settings 就是在设置一些参数,每个都有默认值,输入python main.py -h可以获得相关帮助
parser = argparse.ArgumentParser(description='PyTorch MNIST Example')
parser.add_argument('--batch-size', type=int, default=64, metavar='N', # batch_size参数,如果想改,如改成128可这么写:python main.py -batch_size=128
                    help='input batch size for training (default: 64)')
parser.add_argument('--test-batch-size', type=int, default=1000, metavar='N',# test_batch_size参数,
                    help='input batch size for testing (default: 1000)')
parser.add_argument('--epochs', type=int, default=10, metavar='N',
                    h
评论 3
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