名字叫做回归实际是个多分类算法
在一个全连接层之后连接softmax得到属于每个类的概率,softmax就是自己除以所有的和,使得所有项加起来等于1
使用是FashionMNIST数据集
import torch
from torch import nn
import torchvision
from torch.utils import data
from torchvision import transforms
from numpy import mean
''' 1.下载数据集 '''
# 通过ToTensor实例将图像数据从PIL类型变换成32位浮点数格式,
# 并除以255使得所有像素的数值均在0到1之间
trans = transforms.ToTensor()
mnist_train = torchvision.datasets.FashionMNIST(
root="../data", train=True, transform=trans, download=False)
mnist_test = torchvision.datasets.FashionMNIST(
root="../data", train=False, transform=trans, download=False)
# for i in mnist_train和mnist_test中 i是一个图片和标签的元组
batch_size = 256
# num_workers 用几个线程来读数据
train_iter = data.DataLoader(mnist_train, batch_size=batch_size, shuffle=True)
test_iter = data.DataLoader(mnist_test, batch_size=batch_size, shuffl