softmax回归的简洁实现
深度学习框架的高级API能够使实现softmax 线性回归变得更加容易。
同样,通过深度学习框架的高级API也能更方便地实现softmax回归模型。
import torch
from torch import nn
from d2l import torch as d2l
batch_size = 256
train_iter, test_iter = d2l.load_data_fashion_mnist(batch_size)
初始化模型参数
softmax回归的输出层是一个全连接层。
因此,为了实现模型, 只需在Sequential
中添加一个带有10个输出的全连接层。
同样,在这里Sequential
并不是必要的, 但它是实现深度模型的基础。
我们仍然以均值0和标准差0.01随机初始化权重。
# PyTorch不会隐式地调整输入的形状。因此,
# 我们在线性层前定义了展平层(flatten),来调整网络输入的形状
net = nn.Sequential(nn.