【PyTorch】Pytorch入门教程四

最新推荐文章于 2024-08-22 14:55:05 发布

q295684174

最新推荐文章于 2024-08-22 14:55:05 发布

阅读量1.9k

点赞数

分类专栏： PyTorch 文章标签：深度学习 pytorch

本文链接：https://blog.csdn.net/q295684174/article/details/79025735

版权

本文是PyTorch入门系列的第四篇，主要介绍了如何使用PyTorch实现Logistic回归。通过定义超参数和加载MNIST数据集，创建简单的线性模型，并利用优化算法进行训练。经过训练，模型在测试集上的准确率大约达到82%。

摘要由CSDN通过智能技术生成

代码地址：https://github.com/yunjey/pytorch-tutorial/blob/master/tutorials/01-basics/logistic_regression/main.py

logistic_regression

import torch
import torch.nn as nn
import torchvision.datasets as dsets
import torchvision.transforms as transforms
from torch.autograd import Variable

定义超参数和数据集并读取数据

# Hyper Parameters 
input_size = 784
num_classes = 10
num_epochs = 5
batch_size = 100
learning_rate = 0.001

# MNIST Dataset (Images and Labels)
train_dataset = dsets.MNIST(root='./data', 
                            train=True, 
                            transform=transforms.ToTensor(),
                            download=True)

test_dataset = dsets.MNIST