sigmoid二分类

#导入包
import torch
import matplotlib.pyplot as plt
from torch import nn,optim
from time import perf_counter#生成训练数据
cluster=torch.ones(500,2)
data0=torch.normal(4*cluster,2)
data1=torch.normal(-4*cluster,2)
label0=torch.zeros(500)
label1=torch.ones(500)
x=torch.cat((data0,data1),).type(torch.FloatTensor)
y=torch.cat((label0,label1),).type(torch.LongTensor)#定义类
class Net(nn.Module):def __init__(self):super(Net,self).__init__()self.linear=nn.Linear(2,2)def forward(self,x):hidden=self.linear(x)output=torch.sigmoid(hidden)return output#定义模型
CUDA=torch.cuda.is_available()
if CUDA:net=Net().cuda()inputs=x.cuda()target=y.cuda()
else:net=Net()inputs=xtarget=y#定义损失函数
criterion=nn.CrossEntropyLoss()
#定义优化算法
optimizer=optim.SGD(net.parameters(),lr=0.02)#训练
def train(model,criterion,optimizer,epochs):for epoch in range(epochs):output=model(inputs)loss=criterion(output,target)optimizer.zero_grad()loss.backward()optimizer.step()if epoch%40==0:draw(output)def draw(output):if CUDA:output=output.cpu()plt.cla()output=torch.max((output),1)[1]pred_y=output.data.numpy().squeeze()target_y=y.numpy()plt.scatter(x.numpy()[:,0],x.numpy()[:,1],c=pred_y,s=10,lw=0,cmap='RdYlGn')accuracy=sum(pred_y==target_y)/1000plt.text(1.5,-4,'Accuracy=%s'%(accuracy),fontdict={'size':20,'color':'red'})plt.pause(0.1)train(net,criterion,optimizer,1000)

sigmoid二分类相关推荐

深度学习-Tensorflow2.2-卷积神经网络{3}-卫星图像识别卷积综合实例（二分类）-13
import tensorflow as tf import matplotlib.pyplot as plt %matplotlib inline import numpy as np import ...
Keras之MLP：利用MLP【Input(8)→(12)(relu)→O(sigmoid+二元交叉)】模型实现预测新数据(利用糖尿病数据集的八个特征实现二分类预测
Keras之MLP:利用MLP[Input(8)→(12)(relu)→O(sigmoid+二元交叉)]模型实现预测新数据(利用糖尿病数据集的八个特征实现二分类预测目录输出结果实现代码输出结果 ...
Keras之DNN：利用DNN【Input(8)→(12+8)(relu)→O(sigmoid)】模型实现预测新数据(利用糖尿病数据集的八个特征进行二分类预测
Keras之DNN:利用DNN[Input(8)→(12+8)(relu)→O(sigmoid)]模型实现预测新数据(利用糖尿病数据集的八个特征进行二分类预测目录输出结果设计思路实现代码输出 ...
Keras之DNN：基于Keras(sigmoid+binary_crossentropy+predict_proba)利用DNN实现分类预测概率——DIY二分类数据集预测新数据点
#Keras之DNN:基于Keras(sigmoid+binary_crossentropy+predict_proba)利用DNN实现分类预测概率--DIY二分类数据集&预测新数据点目录 ...
Keras之DNN：：基于Keras(sigmoid+binary_crossentropy+predict_classes)利用DNN实现二分类——DIY二分类数据集预测新数据点
Keras之DNN::基于Keras(sigmoid+binary_crossentropy+predict_classes)利用DNN实现二分类--DIY二分类数据集&预测新数据点目录输 ...
【神经网络】(7) 迁移学习（CNN-MobileNetV2），案例：乳腺癌二分类
各位同学好,今天和大家分享一下Tensorflow2.0中如何使用迁移学习的方法构造神经网络.需要数据集的在评论区留个言. 1. 迁移学习官方文档:Module: tf.keras.applicat ...
吴恩达老师深度学习视频课笔记：单隐含层神经网络公式推导及C++实现(二分类)
关于逻辑回归的公式推导和实现可以参考: http://blog.csdn.net/fengbingchun/article/details/79346691 下面是在逻辑回归的基础上,对单隐含层的神经 ...
二分类问题：基于BERT的文本分类实践！附完整代码
Datawhale 作者:高宝丽,Datawhale优秀学习者寄语:Bert天生适合做分类任务.文本分类有fasttext.textcnn等多种方法,但在Bert面前,就是小巫见大巫了. 推荐评论展 ...
使用神经网络做二分类，输出层需要几个神经元？应该选择哪一种激活函数？如果要处理minst数据、输出层需要几个神经元？使用那种激活函数？如果使用神经网络预测房价，输出层需要几个神经元、使用什么激活函数？
使用神经网络做二分类,输出层需要几个神经元?应该选择哪一种激活函数?如果要处理minst数据.输出层需要几个神经元?使用那种激活函数?如果使用神经网络预测房价,输出层需要几个神经元.使用什么激活函数? ...
吴恩达深度学习笔记(105)-人脸识别之面部验证与二分类
https://www.toutiao.com/a6652895489354105351/ 面部验证与二分类(Face verification and binary classification) ...

sigmoid二分类

sigmoid二分类相关推荐

最新文章

热门文章