学习pytorch（下）

最新推荐文章于 2021-12-13 15:37:03 发布

稲郷

最新推荐文章于 2021-12-13 15:37:03 发布

阅读量155

点赞数

分类专栏：计算机视觉_工具篇文章标签：学习pytorch 深度学习

本文链接：https://blog.csdn.net/zhangzhiyuan63/article/details/90742153

版权

本文基于莫烦Python的教学视频，深入探讨PyTorch中的卷积神经网络（CNN）。通过全局代码分析，详细解读了从数据加载、网络构建、训练过程到超参数设置的每个关键步骤，为初学者提供了清晰的学习路径。

摘要由CSDN通过智能技术生成

学习pytorch （下）

——莫烦python之CNN

我通过莫烦python教学视频入门pytorch，通过分析一篇cnn代码样例进行学习。

1. 全局代码

import torch
import torch.nn as nn
from torch.autograd import Variable
import torch.utils.data as Data 
import torchvision
import matplotlib.pyplot as plt 

#Hyper parameter
EPOCH = 1
BATCH_SIZE = 50
LR = 0.001
DOWNLOAD_MNIST = False

train_data = torchvision.datasets.MNIST(
    root = './mnist',
    train = True,
    transform = torchvision.transform.ToTensor(),
    download = DOWNLOAD_MNIST
)

# #plot one example
# print(train_data.train_data.size())
# print(train_data.train_labels.size())
# plt.imshow(train_data.train_data[0].numpy(),cmap='gray')
# plt.title('%i'%train_data.train_labels[0])
# plt.show()

train_loader = Data.DataLoader(
    dataset = train_data,
    batch_size = BATCH_SIZE,
    shuffle = True,
    num_workers