DJL-Java开发者动手学深度学习之使用Softmax进行分类代码实现

最新推荐文章于 2024-05-17 16:10:33 发布

ousinka

最新推荐文章于 2024-05-17 16:10:33 发布

阅读量1k

点赞数

分类专栏： DJL Java开发者动手学习深度学习 d2lcoder 文章标签：深度学习 java 分类

本文链接：https://blog.youkuaiyun.com/xxcnb/article/details/122146987

版权

本文介绍了使用Java DJL库实现Softmax分类的详细步骤，包括准备数据集、定义模型、损失函数、梯度下降、初始化训练器、设置性能指标和模型参数，最后加载数据进行训练。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

在上一篇文章中，我们已经讲了Softmax的数学原理，详细请见DJL-Java开发者动手学深度学习之使用Softmax进行分类
。在这里，我们就用Java代码来实现整个模型的训练。

准备数据集

int batchSize = 32;
boolean randomShuffle = true;

// 加载 训练集和验证集
FashionMnist trainingSet = FashionMnist.builder()
		.optUsage(Dataset.Usage.TRAIN)
		.setSampling(batchSize, randomShuffle)
		.optLimit(Long.getLong("DATASET_LIMIT", Long.MAX_VALUE))
		.build();


FashionMnist validationSet =