重拾pytorch，练手（二）——三组坐标点的非线性分类

Naruciss

已于 2024-04-08 22:53:38 修改

阅读量684

点赞数 10

文章标签： pytorch 分类人工智能

于 2024-04-08 18:18:02 首次发布

本文链接：https://blog.youkuaiyun.com/doitjesse/article/details/137518701

版权

本文介绍了如何在PyTorch中构建一个简单的神经网络模型，解决数据类型不匹配问题，并演示了如何处理和可视化数据，以及训练过程和决策边界绘制。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

代码参考bilibili UP主——小黑黑讲AI

【bilibili】基于pytorch实现一个神经网络，训练非线性的分类模型

本人并不是这位UP。

前言部分记录下总是容易出错的地方

总是提示说mat1和mat2的数据类型不符，这个太坑了，numpy的float是float64，要换成torch的float32，或者直接torch.float类型就行了；

有关tensor，确实乱七八糟的，一定要自己看看是不是想要的shape

变量命名方式，可以参考torch官网来，保证自己代码的风格一致，比如X是feature，y是label啥的，pred是测试的结果。

# 制造数据
import numpy as np
import matplotlib.pyplot as plt
def make_data(num, seed=10):
    np.random.seed(seed)
    r_rand = np.random.standard_normal(num)*0.3
    t_rand = np.random.random(num)*np.pi*2
    center = np.array([[0,0]]*num)+np.array([r_rand*np.cos(t_rand),r_rand*np.sin(t_rand)]).T
    plt.scatter(center[:,0],center[:,1], c='r')

    r_rand = np.random.standard_normal(num)*0.3+2
    t_rand = np.random.random(num)*np.pi*2
    center1 = np.array([[0,0]]*num)+np.array([r_rand*np.cos(t_rand),r_rand*np.sin(t_rand)]).T
    plt.scatter(center1[:,0],center1