Pytorch入门 1.4 feedforward neural network

最新推荐文章于 2025-04-07 18:59:56 发布

DZzz丶

最新推荐文章于 2025-04-07 18:59:56 发布

阅读量1.1k

点赞数

分类专栏： pytorch

本文链接：https://blog.youkuaiyun.com/qq_38682032/article/details/88778699

版权

这篇博客记录了使用Pytorch构建并训练一个具有单层隐藏层的feedforward神经网络的过程。在5个epoch的训练中，损失逐渐降低，最终在测试集上达到了97.83%的高准确率，利用了cuda进行运算加速。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

import torch
import torch.nn as nn
import torchvision
import torchvision.transforms as transforms


# Device configuration
device = torch.device('cuda' if torch.cuda.is_available() else 'cpu')

# Hyper-parameters 
input_size = 784
hidden_size = 500
num_classes = 10
num_epochs = 5
batch_size = 100
learning_rate = 0.001

# MNIST dataset 
train_dataset = torchvision.datasets.MNIST(root='../../data', 
                                           train=True, 
                                           transform=transforms.ToTensor(),  
                                           download=True)

test_dataset = torchvision.datasets.MNIST(root='../../data', 
                                          train=False, 
                                          transform=transforms.ToTensor())

# Data loader
train_loader = torch