基于pytorch神经网络的学习（一）

本文将介绍搭建一个简单的手写字体Mnist分类任务，了解一些基础的torch模块的使用，从较为简单的案例入手，为接下来的学习打下基础（其中不涉及卷积神经网络）。

#首先第一步读取数据
from pathlib import Path
import requests
  
DATA_PATH = Path("data")   
PATH = DATA_PATH / "mnist"      #mnist数据集文件路径

PATH.mkdir(parents=True, exist_ok=True)

URL = "http://deeplearning.net/data/mnist/"
FILENAME = "mnist.pkl.gz"

 下载好的mnist数据集为压缩包格式。

from matplotlib import pyplot
import numpy as np

pyplot.imshow(x_train[1].reshape((28, 28)), cmap="gray")   #显示数据图片
print(x_train.shape)   #打印数据的形状

(50000, 784)