使用paddle实现手写数字识别

最新推荐文章于 2023-07-23 15:25:14 发布

learner。。

最新推荐文章于 2023-07-23 15:25:14 发布

阅读量673

点赞数

分类专栏：作业文章标签： paddle 神经网络 pytorch

本文链接：https://blog.csdn.net/progresses/article/details/120853350

版权

该博客介绍了使用Paddle实现手写数字识别的过程，记录了训练过程中不同epoch和batch的损失值，并展示了模型预测的结果。

摘要由CSDN通过智能技术生成

使用paddle实现手写数字识别

import paddle
from paddle.nn import Linear
import paddle.nn.functional as F 
import os
import numpy as np
import matplotlib.pyplot as plt
from PIL import Image

# 定义mnist数据识别网络结构，同房价预测网络
class MNIST(paddle.nn.Layer):
    def __init__(self):
        super(MNIST, self).__init__()
        
        # 定义一层全连接层，输出维度是1
        self.fc = paddle.nn.Linear(in_features=784, out_features=1)
        
    # 定义网络结构的前向计算过程
    def forward(self, inputs):
        outputs = self.fc(inputs)
        return outputs

# 声明网络结构
model = MNIST()

def train(model):
    # 启动训练模式
    model.train()
    # 加载训练集 batch_size 设为 16
    train_loader = paddle.io.DataLoader(paddle.vision.datasets.MNIST(mode='train'), 
                                        batch_size=16, 
                                        shuffle=True)
    # 定义优化器，使用随机梯度下降SGD优化器，学习率设置为0.001
    opt = paddle.optimizer.SGD(learning_rate=