小土堆:Pytorch深度学习:神经网络-线性层及其他层介绍

今天学习了神经网络-线性层及其他层。这段代码的主要目的是为了实现一个简单的神经网络模型,并在 CIFAR-10 数据集上进行预测。

import torchimport torchvisionfrom torch import nnfrom torch.nn import Linearfrom torch.utils.data import DataLoader
dataset = torchvision.datasets.CIFAR10("../data", train=False, transform=torchvision.transforms.ToTensor(),                                       download=True)
dataloader = DataLoader(dataset, batch_size=64,drop_last=True)
class Yang(nn.Module):    def __init__(self):        super(Yang, self).__init__()        self.linear1 = Linear(196608, 10)
    def forward(self, input):        output = self.linear1(input)        return output
yang = Yang()
for data in dataloader:    imgs, targets = data    print(
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