Pytorch学习（五）---- Classification 分类

Pytorch深度学习：分类精度提升实践

最新推荐文章于 2024-08-15 09:09:19 发布

原创

最新推荐文章于 2024-08-15 09:09:19 发布 · 277 阅读

0 ·

CC 4.0 BY-SA版权

本文为莫烦Python视频学习笔记，通过实际案例分析了如何使用Pytorch进行Classification任务，随着训练的深入，模型对数据的分类精度逐步提升。

莫烦python视频学习笔记视频链接https://www.bilibili.com/video/BV1Vx411j7kT?from=search&seid=3065687802317837578

import torch
import torch.nn.functional as F
from torch.autograd import Variable
import matplotlib.pyplot as plt
import os
os.environ["KMP_DUPLICATE_LIB_OK"] = "TRUE"
# import os 这里是为了防止报错加的

# 设置数据
n_data = torch.ones(100, 2)           # 全部数据
x0 = torch.normal(2*n_data, 1)
y0 = torch.zeros(100)                 # x0的标签都为0
x1 = torch.normal(-2*n_data, 1)
y1 = torch.ones(100)                  # x1的标签都为1
x = torch.cat((x0, x1), 0).type(torch.FloatTensor)          # FloatTensor = 32-bit floating
y = torch.cat