写一点入门级别的pytorch项目
安装 略过 我用了学校的VM
一个简单的神经元网络模型:
一个简单的API,下面具体代码实现会稍作解释
测试用MNIST:http://yann.lecun.com/exdb/mnist/ 数据集,包含各种0-9的写法
加载数据集分为train和test两个数据集:train用来训练模型,test用来检测模型的契合度
同时custom_transform将图片数据转为tensor
之后就可以开始搭建我们的模型,nn.Sequential将各个步骤结合在一起
具体我们包含以下几个layer
1. flatten layer展开数据
2. linear layer(input, output)
3. RELU
4. Linear
5. RELU
6.linear
以上六层就初步的搭建了我们最基础的一个模型
接下来就可以train我们的模型了
train之前model.train是必不可少的一步
nn.CrossEntropyLoss() 包含了 logSoftmax和NLLLoss两种在里面
训练出来的结果差不多是这样的
然后是对模型的评价,要调成model.eval
大概的结果如上
最后一步是用模型对新的数据进行估计
至此,一个基础的神经网络模型就好了