卷积神经网络实例

import torch
import torch.nn as nn
import torchvision.datasets as dsets
import torchvision.transforms as transforms
from torch.autograd import Variable
import time ,os

#卷积网络参数,迭代次数,一批量的样本数,学习率,准确率,时间成本
#迭代次数*一批量的样本数 = 总样本数
epochs = 10
batch_size = 100
learning_rate = [0.001, 0.005, 0.01, 0.05, 0.1]
accuracy = []
time_cost = []

os.environ["CUDA_DEVIC_ORDER"] = "PCI_BUS_ID"#指定使用某一块GPU,编号从0号开始
os.environ["CUDA_VISIBLE_DEVICES"] = "0"

#Minst数据集下载以及导入,root下载目录,是否设为训练集,转变成Tensor
train_dataset = dsets.MNIST(root='./data/',
                            train = True,
                            transform=transforms.ToTensor(),
                           download=True )
test_dataset =dsets.MNIST(root='./data/',
                          train=False,
                          transform=transforms.ToTensor(),
                          download=True)
#传入torch的数据集,DataLoader是一个迭代器,使用小批量梯度下降法,shuffle打乱数据顺序
train_loader = torch.utils.data.DataLoader(dataset = train_dataset,
              
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值