基于pytorch的Mnist数据集进行分类(CNN,LSTM)

本项目是以pytorch为框架进行mnist图像分类任务:
CNN:

#coding = utf-8
import torch
import torch.nn as nn
from torch.autograd import Variable
import torch.utils.data as Data
import torchvision
import matplotlib.pyplot as plt
from torch import optim

#parameters
epochs = 2
batch_size = 100
lr = 0.01
download_mnist = False

train_data = torchvision.datasets.MNIST(
    root='./minst_data',
    train=True,
    transform = torchvision.transforms.ToTensor(),
    download=download_mnist
)

#plot one example
# print(train_data.data.size())
# print(train_data.targets.size())
# plt.imshow(train_data.data[0].numpy(),cmap = 'gray')
# plt.title('%i'%train_data.targets[0])
# plt.show()

train_loader =Data.DataLoader(dataset=train_data,batch_size=batch_size,shuffle=True)

test_data = torchvision.datasets.MNIST(root='./minst_data',train=False)
test_x = Variabl
  • 6
    点赞
  • 82
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值