pytorch实现mnist识别实战

最新推荐文章于 2024-06-25 23:11:06 发布

Jason66661010

最新推荐文章于 2024-06-25 23:11:06 发布

阅读量809

点赞数 1

分类专栏： # pytorch学习

本文链接：https://blog.csdn.net/qq_42325947/article/details/108318673

版权

本文通过四个步骤介绍了如何使用PyTorch实现MNIST数据集的手写数字识别，包括加载数据集、创建网络模型、训练以及验证。在训练过程中，通过调整学习率，最终实现了96%的识别准确率。

摘要由CSDN通过智能技术生成

函数

画图、绘制曲线的函数：

import torch
from    matplotlib import pyplot as plt


def plot_curve(data):
    fig = plt.figure()
    plt.plot(range(len(data)), data, color='blue')
    plt.legend(['value'], loc='upper right')
    plt.xlabel('step')
    plt.ylabel('value')
    plt.show()


def plot_image(img, label, name):
    fig = plt.figure()
    for i in range(6):
        plt.subplot(2, 3, i + 1)
        plt.tight_layout()
        plt.imshow(img[i][0] * 0.3081 + 0.1307, cmap='gray', interpolation='none')
        plt.title("{}: {}".format(name, label[i].item())