softmax回归从零实现

最新推荐文章于 2024-07-24 20:32:48 发布

小陈是菜狗

最新推荐文章于 2024-07-24 20:32:48 发布

阅读量287

点赞数 1

分类专栏：《动手学深度学习》代码详解

本文链接：https://blog.csdn.net/weixin_44556141/article/details/119699784

版权

本文深入探讨softmax回归，从理论基础到零基础实现过程，包括softmax函数的数学原理、损失函数及其优化方法，以及使用Python进行代码实现。

摘要由CSDN通过智能技术生成

import torch
import torchvision
import torchvision.transforms as transforms
import numpy as np
import time
import sys
import matplotlib.pyplot as plt

def load_data_fashion_mnist(batch_size):
    mnist_train = torchvision.datasets.FashionMNIST(root='~/Datasets/FashionMNIST', train=True, download=True,
                                                    transform=transforms.ToTensor())
    mnist_test = torchvision.datasets.FashionMNIST(root='~/Datasets/FashionMNIST', train=False, download=True,
                                                   transform=transforms.ToTensor())

    if sys.platform.startswith('win'):
        num_workers = 0  # 0表示不用额外的进程来加速读取数据
    else:
        num_workers = 4
    train_iter = torch.utils.data.DataLoader(mnist_train, batch_size=batch_size, shuffle=True, num_workers=num_workers)
    test_iter = torch.utils.data.DataLoader(mnist_t