Pytorch学习笔记（2）：逻辑回归

最新推荐文章于 2023-11-16 22:07:08 发布

马可仕马可仕

最新推荐文章于 2023-11-16 22:07:08 发布

阅读量420

点赞数 1

分类专栏： Pytorch在学了文章标签： python pytorch 神经网络逻辑回归

本文链接：https://blog.csdn.net/weixin_43554584/article/details/111452387

版权

这篇博客介绍了如何使用PyTorch实现逻辑回归，包括torchvision.datasets.MNIST的使用来下载MINIST数据集，以及torch.utils.data.DataLoader进行数据加载和处理。文章还提到了可能遇到的torchvision下载错误及其解决方案，并提供了相关参考资料。

摘要由CSDN通过智能技术生成

本博客基于github上某位大神的pytorch入门学习代码，在他的基础上加上了更详细的中文注释以及不懂的模块使用方法。github连接：https://github.com/yunjey/pytorch-tutorial

逻辑回归模型

运行代码之前，请确定当前环境下已经安装torch、torchvision。

# 导入的包
import torch
import torch.nn as nn
import torchvision
import torchvision.transforms as transforms

# 超参数设置
input_size = 784 # 输入的大小（28*28）
num_classes = 10 # 输出分类的个数
num_epochs = 5 # 迭代的次数
batch_size = 100 # 一次输入的数据量
learning_rate = 0.001 # 学习率

# 加载训练集
# 通过torchvision的这个方法从网上下载MINIST数据集
train_dataset = torchvision.datasets.MNIST(root="../../data/minist", train=True, transform=transforms.ToTensor(), download=True)
# 加载测试集
test_dataset = torchvision.datasets.MNIST(root="../../data/minist", train=False, transform=transforms.ToTensor(