二分类线性分类器python实现(二)

最新推荐文章于 2022-09-30 00:16:03 发布

_Celeste_

最新推荐文章于 2022-09-30 00:16:03 发布

阅读量1.8k

点赞数 1

文章标签： python pytorch 神经网络机器学习

本文链接：https://blog.csdn.net/qq_41196472/article/details/105607556

版权

本文介绍了如何使用PyTorch构建一个单层全连接层加sigmoid激活函数的二分类线性分类器，包括计算图的构建和实验结果展示。

摘要由CSDN通过智能技术生成

Pytorch实现

上一个博客我们用传统方法实现了一个线性分类器，这里我们用pytorch实现

我们用一个单层全连接层加一个sigmoid激活函数实现

网络的计算图如下：

代码如下：

import numpy as np
import matplotlib.pyplot as plt
import torch.nn as nn
import torch
import torch.utils.data as d
import torch.nn.functional as func

# 创建训练样本
N = 2000
# CLASS 1
x_c1 = np.random.randn(N, 2)
x_c1 = np.add(x_c1, [10, 10])
y_c1 = np.ones((N, 1), dtype=np.double)

# CLASS 2
x_c2 = np.random.randn(N, 2)
x_c2 = np.add(x_c2, [2, 5])
y_c2 = np.zeros((N, 1), dtype=np.double)

# 生成数据
data_x = np.concatenate((x_c1, x_c2), 0)
data_y = np.concatenate((y_c1, y_c2), 0)

tensor_x = torch.tensor(data_x, dtype=torch.float)
tensor_y = torch.tensor(data_y, dtype=torch.float)

# tensor_x=data, tensor_y=lab