nn_loss.py

最新推荐文章于 2024-06-24 14:44:32 发布

原创最新推荐文章于 2024-06-24 14:44:32 发布 · 107 阅读

0 ·

CC 4.0 BY-SA版权

文章标签：

#pytorch

深度学习专栏收录该内容

51 篇文章

订阅专栏

这篇博客介绍了如何使用PyTorch和CIFAR10数据集实现一个简单的线性分类模型。通过展示如何加载数据、定义模型结构、前向传播及输出结果，读者将理解基础的深度学习实践过程。

部署运行你感兴趣的模型镜像

import torch
import torchvision
from torch import nn
from torch.nn import Linear
from torch.utils.data import DataLoader

dataset = torchvision.datasets.CIFAR10("../data", train=False, transform=torchvision.transforms.ToTensor(),
                                       download=True)
dataloader = DataLoader(dataset, batch_size=64)

class Tudui(nn.Module):
    def __init__(self):
        super(Tudui, self).__init__()
        self.linear1 = Linear(196608, 10)

    def forward(self, input):
        output = self.linear1(input)
        return output

tudui = Tudui()
for data in dataloader:
    imgs, targets = data
    output = torch.reshape(imgs, (1, 1, 1, -1))
    print(output.shape)
    output = tudui(output)
    print(output)

您可能感兴趣的与本文相关的镜像