PyTorch学习（九），RNN分类

最新推荐文章于 2024-08-29 22:34:45 发布

My heart will go ~~

最新推荐文章于 2024-08-29 22:34:45 发布

阅读量807

点赞数 1

分类专栏： PyTorch神经网络文章标签：深度学习 java 神经网络

本文链接：https://blog.csdn.net/qq_44627776/article/details/116562020

版权

本文详细介绍了使用PyTorch实现RNN进行分类任务的过程，包括数据集的处理和模型的构建。虽然数据集未重新下载，但提供了下载代码。在文末展示了测试集的测试结果。

摘要由CSDN通过智能技术生成

数据集与先前下载的数据集一致，所以此次就不再下载，但仍然呈现了下载的代码
代码如下，大部分都加了详细的注释

import torch
import torch.nn as nn
from torch.autograd import Variable
import torch.utils.data as Data
import torchvision

EPOCH=1  #训练整批数据的次数
BATCH_SIZE = 64#批训练的数据个数
TIME_STEP=28#考虑多少时间点的数据，
INPUT_SIZE=28#每个时间点给RNN多少个数据点
LR = 0.01     # 学习率
DOWNLOAD_MNIST = False  


train_data=torchvision.datasets.MNIST(#下载数据的代码
    root='./mnist',
    train=True,
    transform=torchvision.transforms.ToTensor(),  #(网上数据改为tensor),0-1之间，并复制到train_data中
    download=DOWNLOAD_MNIST#没有下载就=true，下载了就用false
    )
train_loader=Data.DataLoader(dataset=train_