8、全连接网络：分类问题与训练代码优化

全连接网络：分类问题与训练代码优化

1. 分类问题基础

1.1 数据集与模型定义

在处理分类问题时，我们首先要准备好数据集。可以使用 torch.utils.data.TensorDataset 将特征数据 X 和标签数据 y 封装成一个数据集，再通过 DataLoader 进行数据加载。以下是示例代码：

import torch
from torch.utils.data import DataLoader, TensorDataset

# 假设 X 是特征数据，y 是标签数据
classification_dataset = torch.utils.data.TensorDataset(
    torch.tensor(X, dtype=torch.float32), torch.tensor(y, dtype=torch.long))
training_loader = DataLoader(classification_dataset)

接着，我们定义一个线性分类模型。若有两个特征和两个输出（每个类别对应一个输出），可以使用 nn.Linear 来构建模型：

import torch.nn as nn

in_features = 2
out_features = 2
model = nn.Linear(in_features, out_