pytorch 入门学习使用逻辑斯蒂做二分类

使用pytorch实现逻辑斯蒂做二分类

import  torch
import  torchvision
import  numpy as np
import  torch.nn.functional as F
import matplotlib.pyplot as pltx_data = torch.Tensor([[1.0],[2.0],[3.0]]) #矩阵
y_data = torch.Tensor([[0],[0],[1]])class LogisticRegressionModel(torch.nn.Module):def __init__(self):super(LogisticRegressionModel, self).__init__()self.linear = torch.nn.Linear(1,1)def forward(self,x):y_pred = F.sigmoid(self.linear(x))return y_pred
model = LogisticRegressionModel()criterion = torch.nn.BCELoss(size_average=False) #二分类的交叉熵损失
optimizer = torch.optim.SGD(model.parameters(),lr=0.01)#随机梯度下降for epoch in range(10000):y_pred = model(x_data)loss = criterion(y_pred,y_data)print(epoch,loss.item())optimizer.zero_grad()loss.backward()optimizer.step()#test and visialization
x = np.linspace(0,10,200)
x_t = torch.Tensor(x).view((200,1))
y_t = model(x_t)
y = y_t.data.numpy()
plt.plot(x,y)
plt.xlabel('Hours')
plt.ylabel('Probability of Pass')
plt.grid()
plt.show()

9991 0.255062073469162
9992 0.2550414502620697
9993 0.2550209164619446
9994 0.2550000548362732
9995 0.2549794316291809
9996 0.2549586296081543
9997 0.2549380660057068
9998 0.25491729378700256
9999 0.25489675998687744

pytorch 入门学习使用逻辑斯蒂做二分类-6相关推荐

学习笔记——逻辑斯蒂回归与最大熵模型
逻辑斯蒂回归(logistic regression)是统计学习中的经典分类方法.最大熵是概率模型学习的一个准则,将其推广到分类问题得到最大熵模型(maximum entropy).都属于对数线性模型 ...
Logistic Regression 逻辑斯蒂回归
文章目录 5.Logistic Regression 逻辑斯蒂回归 5.1 回归任务 5.1.1 MNIST Dataset 5.1.2 CIFAR-10 Dataset 5.2 Regression ...
PyTorch深度学习实践（b站刘二大人）P6讲逻辑斯蒂回归 Logistic Regression
1.分类任务的数据集 ① The MNIST Dataset:handwritten digits Training set: 60,000 examples, Test set: 10,000 ex ...
Lecture6 逻辑斯蒂回归(Logistic Regression)
目录 1 常用数据集 1.1 MNIST数据集 1.2 CIFAR-10数据集 2 课堂内容 2.1 回归任务和分类任务的区别 2.2 为什么使用逻辑斯蒂回归 2.3 什么是逻辑斯蒂回归 2.4 Si ...
逻辑斯蒂回归（logistic regression）原理小结
逻辑斯蒂回归(logistic regression)原理小结 1. 模型函数 2. 损失函数 3. 学习算法 4. 加正则项的逻辑斯蒂回归 5. 多项逻辑斯蒂回归 6. 模型综合评价 7. 二分类 ...
对逻辑斯蒂回归的一些细节剖析
首先声明:本博客的写作思路是对机器学习的一些基本算法做一些通俗性的灵活理解,以及对一些细节的进行简单剖析,还有记录本人在使用算法时的一些小经验小感想.本人一般不会对基本公式做大量推导,也不会写的太正式 ...
理解逻辑斯蒂回归模型
逻辑斯蒂回归是一个非常经典的二项分类模型,也可以扩展为多项分类模型.其在应用于分类时的过程一般如下,对于给定的数据集,首先根据训练样本点学习到参数w,b;再对预测点分别计算两类的条件概率,将预测点判为 ...
逻辑斯蒂回归以及它的梯度下降法
文章目录前言模型逻辑斯蒂分布二项逻辑斯蒂回归模型多项逻辑斯蒂回归模型策略算法如何求对数似然函数的最大值梯度下降法算法思想推导公式前言逻辑斯蒂回归(logistic distr ...
李航统计学习方法 Chapter6 逻辑斯蒂回归
第6章逻辑斯蒂回归和最大熵模型逻辑斯谛回归(LR)是经典的分类方法 1．逻辑斯谛回归模型是由以下条件概率分布表示的分类模型.逻辑斯谛回归模型可以用于二类或多类分类. P(Y=k∣x)=exp⁡(w ...

pytorch 入门学习使用逻辑斯蒂做二分类-6

pytorch 入门学习使用逻辑斯蒂做二分类

pytorch 入门学习使用逻辑斯蒂做二分类-6相关推荐

最新文章

热门文章