python cnn入门_pytorch实现CNN卷积神经网络

本文为大家讲解了pytorch实现CNN卷积神经网络，供大家参考，具体内容如下

我对卷积神经网络的一些认识

卷积神经网络是时下最为流行的一种深度学习网络，由于其具有局部感受野等特性，让其与人眼识别图像具有相似性，因此被广泛应用于图像识别中，本人是研究机械故障诊断方面的，一般利用旋转机械的振动信号作为数据。

对一维信号，通常采取的方法有两种，第一，直接对其做一维卷积，第二，反映到时频图像上，这就变成了图像识别，此前一直都在利用keras搭建网络，最近学了pytroch搭建cnn的方法，进行一下代码的尝试。所用数据为经典的minist手写字体数据集

import torch

import torch.nn as nn

import torch.utils.data as Data

import torchvision

import matplotlib.pyplot as plt

`EPOCH = 1

BATCH_SIZE = 50

LR = 0.001

DOWNLOAD_MNIST = True

从网上下载数据集：

```python

train_data = torchvision.datasets.MNIST(

root="./mnist/",

train = True,

transform=torchvision.transforms.ToTensor(),

download = DOWNLOAD_MNIS