pytorch实现cnn手写数字集mnist识别

本文介绍了使用PyTorch实现CNN模型对手写数字MNIST数据集进行识别的过程,包括数据预处理、模型构建、训练、测试及模型保存。文中还提及了卷积和池化操作的维度变化公式,并补充了张量的基础知识。
摘要由CSDN通过智能技术生成

主要分五步:
1.数据块的加载处理
2.模型的建立
3.训练模型
4.预测测试模型
5.保存模型

参考:https://zhuanlan.zhihu.com/p/45500657 (写的不错)
另补小知识:标量,向量,矩阵它们三个也是张量,标量是零维的张量,向量是一维的张量,矩阵是二维的张量 https://zhuanlan.zhihu.com/p/45497796

卷积操作&池化操作的维度变化公式: width_of_output = (width_of_input - filter_size + 2*padding)/stride + 1

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

# import matplotl
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

loong_XL

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值