基于Pytorch的MLP实现

基于Pytorch的MLP实现

目标

• 使用pytorch构建MLP网络
• 训练集使用MNIST数据集
• 使用GPU加速运算
• 要求准确率能达到92%以上
• 保存模型

实现

数据集：MNIST数据集的载入

MNIST数据集是一种常用的数据集，为28*28的手写数字训练集，label使用独热码，在pytorch中，可以使用torchvision.datasets.MNIST()和torch.utils.data.DataLoader（）来导入数据集,其中

• torchvision.datasets.MNIST():用于下载，导入数据集
• torch.utils.data.DataLoader（）:用于将数据集整理成batch的形式并转换为可迭代对象

import torch as pt
import torchvision as ptv
import numpy as np

train_set = ptv.datasets.MNIST("../../pytorch_database/mnist/train",train=True,transform=ptv.transforms.ToTensor(),download=True)
test_set = ptv.datasets.MNIST("../../pytorch_database/mnist/test",train=False,transfor