#神经网络训练过程可视化--以手写体数字识别卷积神经网络为例
import torch
import torch.nn as nn
import torchvision
import torchvision.utils as vutils
from torch.optim import SGD
import torch.utils.data as Data
from sklearn.metrics import accuracy_score
import matplotlib.pyplot as plt
#数据集加载 和预处理
train_data=torchvision.datasets.MNIST(
root="Data",
train=True,
#将数据转化为torch使用的张量 取值范围为【0,1】
transform=torchvision.transforms.ToTensor(),
# download=True,
download=False,
)
train_loader=Data.DataLoader(
dataset=train_data,
batch_size=128,
shuffle=True,
num_workers=0,
)
test_data=torchvision.datasets.MNIST(
root="Data",
train=False,
# download=True,
download=False,
)
#测试集数据test_data.data
test_data_x=test_data.data.type(torch.FloatTensor)/255.0#转化为张量并规范化,取值范围缩放到【0,1】区间
#增加一个通道维度
test_data_x=torch.unsqueeze<
HiddenLayer可视化CNN训练过程
最新推荐文章于 2024-08-10 08:33:50 发布