简单的线性分类器训练MNIST（Pytorch基础练习）

最新推荐文章于 2025-10-29 13:52:57 发布

原创

最新推荐文章于 2025-10-29 13:52:57 发布 · 2.9k 阅读

6 ·

CC 4.0 BY-SA版权

本文详细介绍了一种基于PyTorch实现的手写数字识别模型，使用逻辑回归算法对MNIST数据集进行训练与测试，实现了从数据加载、预处理到模型训练及评估的全过程。

完整文件：https://github.com/JintuZheng/Blog-/blob/master/Demo_LogicRegression_MNIST.py

包导入准备

import torchvision.datasets
import torchvision.transforms
import torch.utils.data
import matplotlib.pyplot as plt
import torch.nn
import torch.optim

from debug import ptf_tensor

设置超参数

# Hyperparameters超参数
BATCH_SIZE=100
NUM_EPOCHS=5
DEVICE='cuda:0'

数据集下载

########################## 训练集的准备 ##############################################

train_dataset=torchvision.datasets.MNIST(root='D:/DataTmp/mnist',train=True,transform=torchvision.transforms.ToTensor(),download=True)
#root:下载数据存放到哪里，train:下载训练集还是测试集，transfrom:数据转化的形式

test_dataset=torchvision.datasets.MNIST(root='D:/DataTmp/mnist',train=False, transform=torchvision.transforms.ToTensor(),download=True)