文章目录 加载数据集 代码1 准备数据集2 准备模型3 构造损失和优化器4 训练模型如果使用MNIST数据集 多分类问题1 softmax 层2 损失3 使用MNIST数据集的多分类问题(1) 导包(2)准备数据集(3)设计模型(4)构造损失和优化器(5)训练和测试模型 加载数据集 代码 1 准备数据集 2 准备模型 3 构造损失和优化器 4 训练模型 如果使用MNIST数据集 多分类问题 1 softmax 层 输出每一种情况的概率 2 损失 pytorch中的交叉熵损失 3 使用MNIST数据集的多分类问题 (1) 导包 (2)准备数据集 (3)设计模型 (4)构造损失和优化器 (5)训练和测试模型