莫烦PyTorch学习笔记(三)——分类

manong_wxd

于 2017-11-20 19:43:40 发布

阅读量1.5w

点赞数 8

CC 4.0 BY-SA版权

分类专栏： PyTorch 文章标签： PyTorch

本文链接：https://blog.youkuaiyun.com/manong_wxd/article/details/78585830

本文通过PyTorch实现了一个简单的分类任务，详细介绍了数据集创建、神经网络搭建、训练过程以及结果可视化。使用了交叉熵作为损失函数，并在训练过程中进行了可视化展示。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

这里写图片描述

本文主要是用PyTorch来实现一个简单的分类任务。
编辑器：spyder

1.引入相应的包及建立数据集

import torch
from torch.autograd import Variable
import torch.nn.functional as F
import matplotlib.pyplot as plt

# make fake data
n_data = torch.ones(100, 2)
x0 = torch.normal(2*n_data, 1)      # class0 x data (tensor), shape=(100, 2)
y0 = torch.zeros(100)               # class0 y data (tensor), shape=(100, 1)
x1 = torch.normal(-2*n_data, 1)     # class1 x data (tensor), shape=(100, 2)
y1 = torch.ones(100)                # class1 y data (tensor), shape=(100, 1)
x = torch.cat((x0, x1), 0).type(torch.FloatTensor

最低0.47元/天解锁文章