VGG网络MNIST分类任务Pytorch实现

import torch
import torchvision
from torchvision import datasets, transforms
from torch import nn
from torch import optim
from torch.utils.data import DataLoader
import torch.nn.functional as F

import copy
import matplotlib.pyplot as plt
import numpy as np
root = "xxx"
device = torch.device("cuda:0" if torch.cuda.is_available() else "cpu")
transform = transforms.Compose([
    transforms.ToTensor(),
    transforms.Normalize(mean=(0.5,), std=(0.5,))
])
dataset = {
   
    "train": datasets.MNIST(
        root=root,
        transform=transform,
        train=True,
        download=True
    ),
    "test": datasets.MNIST(
        root=root,
        transform=transform,
        train=False
    )
}

dataset_size = {
   x: len(dataset[x]) for x in ["train", "test"]}
data_loader = {
   
    x: DataLoader(
        dataset=dataset[x], batch_size=256, shuffle=True
    ) for x in ["train", "test"]
}
class Net(nn.Module):
    
    def __init__(self):
        super(Net, self).__init__()
        self.features = nn.Sequential(
            nn.Conv2d(1, 64
  • 4
    点赞
  • 31
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值