Pytorch打怪路（二）pytorch进行mnist训练和测试

最新推荐文章于 2024-07-07 14:08:52 发布

Teeyohuang

最新推荐文章于 2024-07-07 14:08:52 发布

阅读量2.9w

点赞数 21

分类专栏： pytorch 文章标签： pytorch 深度学习神经网络

本文链接：https://blog.csdn.net/Teeyohuang/article/details/79242946

版权

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