基于Labview实现MLP图像分类

运行环境:labview 2019 SP1,Windows 10专业版,CPU I7-11800H,内存16G

图像采用手写字符识别数据集其中两类。以三层Linear全连接网络为例

1.以pytorch框架为例

在pytorh中使用pytorch框架进行网络搭建如下所示:

import torch
import torch.nn as nn
import torch.optim as optim
import torch.nn.functional as F

# 定义三层全连接网络
class FCNetwork(nn.Module):
    def __init__(self, input_dim, hidden_dim, output_dim):
        super(FCNetwork, self).__init__()
        # 第一层全连接
        self.fc1 = nn.Linear(input_dim, hidden_dim)
        # 第二层全连接
        self.fc2 = nn.Linear(hidden_dim, hidden_dim)
        # 第三层全连接
        self.fc3 = nn.Linear(hidden_dim, output_dim)
        
        # 使用PReLU激活函数
        self.prelu = nn.PReLU()

    def forward(self, x):
        x = self.prelu(self.fc1(x))  # 第一层 + PReLU激活
        x = self.prelu(self.fc2(x))  # 第二层 + PReLU激活
        x = torch.sigmoid(self.fc3(x))  # 第三层 + Sigmoid激活函数
      
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