0°

[莫烦 PyTorch 系列教程] 3.2 - 区分类型 (分类 Classification)

这次我们也是用最简单的途径来看看神经网络是怎么进行事物的分类.

建立数据集

我们创建一些假数据来模拟真实的情况. 比如两个二次分布的数据, 不过他们的均值都不一样.

建立神经网络

建立一个神经网络我们可以直接运用 torch 中的体系. 先定义所有的层属性( __init__() ), 然后再一层层搭建( forward(x) )层于层的关系链接. 这个和我们在前面 regression 的时候的神经网络基本没差. 建立关系的时候, 我们会用到激励函数.

训练网络

训练的步骤很简单, 如下:

可视化训练过程

为了可视化整个训练的过程, 更好的理解是如何训练, 我们如下操作:

所以这也就是在我 github 代码 中的每一步的意义啦.

文章来源:莫烦

PyTorch入门实战教程
2 条回复 A 作者 M 管理员
  1. softmax 是不是应该在forward里,而不是在训练那?~

    • 都可以啊,只是前面回归问题定义的传播那里的输出不用softmax,这里作者没有动model,直接接在后面,其实都可以,看自己。

欢迎您,新朋友,感谢参与互动!欢迎您 {{author}},您在本站有{{commentsCount}}条评论