自定义博客皮肤VIP专享

*博客头图:

格式为PNG、JPG,宽度*高度大于1920*100像素,不超过2MB,主视觉建议放在右侧,请参照线上博客头图

请上传大于1920*100像素的图片!

博客底图:

图片格式为PNG、JPG,不超过1MB,可上下左右平铺至整个背景

栏目图:

图片格式为PNG、JPG,图片宽度*高度为300*38像素,不超过0.5MB

主标题颜色:

RGB颜色,例如:#AFAFAF

Hover:

RGB颜色,例如:#AFAFAF

副标题颜色:

RGB颜色,例如:#AFAFAF

自定义博客皮肤

-+
  • 博客(3)
  • 收藏
  • 关注

原创 MNIST集的测试(详细步骤)

通过max(test_pred, 1)函数得到test_pred中按照每一行取最大值的次序, _,是指无关变量, 因为max函数返回最大的值和最大的值对应的位序, 所以需要两个返回值。#定义全连接层(输入的每个样本的大小为28 * 28 == 784, 所以输入神经元个数为784, 输出为0 - 9的10个类别的概率, 所以输出神经元个数为10)#由于x的形状为[64, 1, 28, 28], 而神经网络的计算取决于矩阵计算, 所以应该先将x转换为二维的[64, 784]的形状再进行计算。

2023-04-03 21:19:13 434 1

原创 非线性回归模型的创建,训练以及测试

定义网货的神经元torch.nn.Linear(10, 1)中的10是隐藏层神经元的个数, 1是第二个全连接层的个数。#定义网络的神经元torch.nn.Linear(1, 10)中的1是全连接层的神经元个, 10是隐藏层神经元的个数。#定义优化器(注意model.parameters()一定要加(), 否则返回的不是一个可迭代的值)#定义神经网络的激活函数(这里使用的是双曲正切‘tanh’激活函数)#将数据传入第二个全连接层进行计算并返回计算得到的值。#显示模型的训练结果和输入结果的拟合线。

2023-04-02 16:44:08 167 1

原创 线性回归模型详细创建过程

本文是我在入门深度学习过程中对于线性回归模型的详细创建过程(本人大一新生,没什么深度的理解,但是遇到的一些问题因该会对同一入门阶段的同学有较好的帮助,如果有问题的话欢迎指出)

2023-03-31 12:40:01 652 2

空空如也

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

提示
确定要删除当前文章?
取消 删除