用pytorch构建神经网络

最新推荐文章于 2023-12-22 12:36:49 发布

little Lei

最新推荐文章于 2023-12-22 12:36:49 发布

阅读量235

点赞数

文章标签： pytorch

本文链接：https://blog.csdn.net/lbw522/article/details/100800064

版权

该博客介绍了如何在PyTorch中构建神经网络。首先，详细阐述了数据预处理的步骤，包括对类型变量进行one-hot编码和数值类型的数据标准化。接着，展示了如何手动编写一个简单的神经网络，并进一步讲解如何利用PyTorch库便捷地构建和序列化神经网络模型。

摘要由CSDN通过智能技术生成

数据预处理

在神经网络模型中之前，要对数据进行一系列的预处理，如果是类型变量，可使用one-hot编码；对于数值类型，可进行标准化，让其属性值在0左右波动

import torch
import numpy as np
import pandas as pd
from torch.autograd import Variable

#输入特征，最后一列为分类
feature = [[200,6975,1],
           [800,56797,0],
           [400,45875,1],
           [200,59245,0],
           [300,469372,1],
           [500,32467,1],
           [700,183481,1]
          ]
feature = pd.DataFrame(feature)

#标准化    
for each in feature.columns[:-1]:
    mean, std = feature[each].mean(), feature[each].std()
    feature.loc[:, each] = (feature[each] - mean)/std

手动编写一个神经网络

#手动编写
input_size = 2
hidden_size = 28
outpu_size = 1
batch_size = 4

w1 = Variable(torch.randn([input_size,hidden_size]),requires_grad = True)
b1 = Variable(torch.randn(hidden_size),requires_grad = True)
w2 = Variable(torch.randn