![](https://img-blog.csdnimg.cn/20201231173308705.jpg?x-oss-process=image/resize,m_fixed,h_224,w_224)
Pytorch深度学习
文章平均质量分 62
Pytorch框架下深度学习开发笔记
Coder.AN
这个作者很懒,什么都没留下…
展开
-
Pytorch搭建神经网络完成监督学习-分类任务
今天玩点相对刺激的,利用神经网络完成非线性四分类任务。一、创建训练集为了保证后续过程中产生的随机数都是一致的(方便测试),我们首先种下一颗随机种子。import torchimport matplotlib.pyplot as pltimport torch.nn.functional as Fimport numpy as npdef setup_seed(seed): torch.manual_seed(seed) torch.cuda.manual_seed_a原创 2021-01-29 09:07:27 · 904 阅读 · 0 评论 -
Pytorch搭建神经网络完成监督学习-回归任务
一、创建训练集要实现监督学习训练,我们首先要有训练集(trainning set)。我们用如下方法创建:import torchimport matplotlib.pyplot as pltimport torch.nn.functional as Ffrom torch.autograd import Variablebatch_n = 100#create training-setx = torch.linspace(-3, 3, batch_n).reshape(batch_原创 2021-01-28 22:38:29 · 1376 阅读 · 0 评论 -
使用Pytorch搭建简易神经网络
一、网络模型构建 本文将使用pytorch构建一个简易的神经网络,并使用梯度下降算法对模型进行监督学习训练。 本简易神经网络有一个数据输入层、一个隐藏层和一个数据输出层构成。其中,每个输入数据包含十个特征,可以认为输入数据是一个十维向量;经隐藏层处理后保留十五个特征,最后经数据输出层输出十个特征值。 无需考虑该神经网络的实际意义,本文仅对搭建神经网络作一示例。二、手动实现梯度下降 可以说是最朴素的方法了,手动实现梯度下降。batch_n是在一个批次中输入数据的...原创 2020-12-31 23:10:49 · 1692 阅读 · 4 评论