参考

3.7. softmax回归的简洁实现

使用pytorch实现softmax

import torch
from torch import nn
from torch.nn import init
import numpy as np
import sys
sys.path.append("..")
import d2lzh_pytorch as d2l

3.7.1. 获取和读取数据

batch_size = 256
train_iter, test_iter = d2l.load_data_fashion_mnist(batch_size)

3.7.2. 定义和初始化模型

num_inputs = 784
num_outputs = 10class LinearNet(nn.Module):def __init__(self, num_inputs, num_outputs):super(LinearNet, self).__init__()self.linear = nn.Linear(num_inputs, num_outputs)  def forward(self, x):y = self.linear(x.view(x.shape[0], -1))return y
net = LinearNet(num_inputs, num_outputs)init.normal_(net.linear.weight, mean=0, std=0.01)
init.constant_(net.linear.bias, val=0)

3.7.3. softmax和交叉熵损失函数

loss = nn.CrossEntropyLoss()

3.7.4. 定义优化算法

optimizer = torch.optim.SGD(net.parameters(), lr=0.1)

3.7.5. 训练模型

num_epochs = 5
d2l.train_ch3(net, train_iter, test_iter, loss, num_epochs, batch_size, None, None, optimizer)

3.7.6. 测试

# 测试
X, y = iter(test_iter).next()true_labels = d2l.get_fashion_mnist_labels(y.numpy())
pred_labels = d2l.get_fashion_mnist_labels(net(X).argmax(dim=1).numpy())
titles = [true + '\n' + pred for true, pred in zip(true_labels, pred_labels)]d2l.show_fashion_mnist(X[0:9], titles[0:9])

[pytorch、学习] - 3.7 softmax回归的简洁实现相关推荐

[pytorch、学习] - 3.6 softmax回归的从零开始实现
参考 3.6 softmax回归的从零开始实现 import torch import torchvision import numpy as np import sys sys.path.appen ...
softmax回归的简洁实现-09-p5
softmax回归的简洁实现通过深度学习框架的高级API能够使实现 softmax 回归变得更加容易 import torch from torch import nn from d2l impor ...
Pytorch总结三之 softmax回归用于分类问题
Pytorch总结三之 softmax回归用于分类问题上篇博文Pytorch总结二之线性回归算法原理与实现介绍的线性回归模型适⽤于输出为连续值的情景. 在另⼀类情景中,模型输出可以是⼀个像图像类别这 ...
pytorch学习笔记（九）：softmax回归的简洁实现
文章目录 1. 获取和读取数据 2. 定义和初始化模型 3. softmax和交叉熵损失函数 4. 定义优化算法 5. 训练模型 6. 总代码 7.小结使用Pytorch实现一个softmax回归模 ...
softmax回归的简洁实现
我们发现(通过深度学习框架的高级API能够使实现) (softmax) 线性(回归变得更加容易). 同样,通过深度学习框架的高级API也能更方便地实现softmax回归模型. 本节如在 :numref ...
深度学习(李沐)—————Softmax回归
此次测试发现老是发现缺包,后面发现装的位置不对.先看一下环境文件发现自己的用户名是gluon ,所以应该在d21-zh文件目录下进cmd应该输入conda activate gluon 然后在各种p ...
【学习笔记】softmax回归与mnist编程
我们之前谈到了2元分类,但是有时候我们需要多元分类,这时候sigmoid函数就不再适用了. 假如我们需要三个分类,而输出层在激活函数之前得到的值为3.,4.,5. ,如果我们用sigmoid: ses ...
动手学深度学习第九节softmax回归中FashionMNIST数据集无法加载的解决方法
在电脑上运行本节代码时最开始下载FashionMNIST时出了问题,自己折腾了很长时间才加载出本地数据集,希望给同样遇到问题的朋友以参考. 环境:VScode 直接下载时出现问题(响应时间过长,未完成 ...
深度学习PyTorch笔记（12）：线性神经网络——softmax回归
深度学习PyTorch笔记(12):线性神经网络--softmax回归 6 线性神经网络--softmax回归 6.1 softmax回归 6.1.1 概念 6.1.2 softmax运算 6.2 图 ...

[pytorch、学习] - 3.7 softmax回归的简洁实现

参考

3.7. softmax回归的简洁实现

使用pytorch实现softmax

3.7.1. 获取和读取数据

3.7.2. 定义和初始化模型

3.7.3. softmax和交叉熵损失函数

3.7.4. 定义优化算法

3.7.5. 训练模型

3.7.6. 测试

[pytorch、学习] - 3.7 softmax回归的简洁实现相关推荐

最新文章

热门文章