当前位置: 首页 > news >正文

php p2p网站建设/百度网盘搜索引擎盘多多

php p2p网站建设,百度网盘搜索引擎盘多多,竭诚网络网站建设,做国际物流需要自己的网站吗pytorch-简单回归问题-手写数字识别 线性回归添加噪声简单例子分类问题引入-手写数字识别数据集 训练推导手写数字识别1加载数据集编写网络训练网络计算正确率 线性回归添加噪声 使用均方差损失函数来衡量损失 简单例子 通过最小化损失函数,求解出参数w b 下图表示…

pytorch-简单回归问题-手写数字识别

    • 线性回归添加噪声
    • 简单例子
    • 分类问题引入-手写数字识别
      • 数据集
    • 训练推导
    • 手写数字识别1
      • 加载数据集
      • 编写网络
      • 训练网络
      • 计算正确率

线性回归添加噪声

在这里插入图片描述

使用均方差损失函数来衡量损失

简单例子

在这里插入图片描述

通过最小化损失函数,求解出参数w b

下图表示搜索最小的Loss

在这里插入图片描述

给出一系列的样本方程,然后训练出一个模型参数w b使得可以预测
在这里插入图片描述

分类问题引入-手写数字识别

数据集

7000张照片 6000张训练 1000张测试
在这里插入图片描述

训练推导

首先将一张28 * 28的照片展平 784,然后插入一个维度表示[1,784]

关于推导过程

在这里插入图片描述

使用one-hot编码对输出的结果进行编码

在这里插入图片描述

计算loss

这里的Loss计算很简单,直接使用输出的H3向量和标签向量做减法 然后求平方

在这里插入图片描述

也就是优化预测值和真实值的欧氏距离
在这里插入图片描述

ReLU函数的非线性增强
在这里插入图片描述

输出的预测值,是一个一维向量,里面包含每一种类别的预测值,然后去除概率最大的索引
在这里插入图片描述

手写数字识别1

加载数据集

from torch import nn
from torch.nn import functional as F
from torch import optim
import torchvision
from matplotlib import pyplot as plt#  加载数据集  batch_size表示每次取出512张图片
batch_size = 512
#  torchvision.transforms.Normalize((0.1307,),(0.3081,)) 表示归一化操作
# torchvision.transforms.ToTensor() 表示将numpy张量 转换为tensor
train_loader = torch.utils.data.DataLoader(torchvision.datasets.MNIST('minst_data',train = True,download=True,transform=torchvision.transforms.Compose([torchvision.transforms.ToTensor(),torchvision.transforms.Normalize((0.1307,),(0.3081,))])),batch_size=batch_size,shuffle = True)#  加载测试数据集
train_loader = torch.utils.data.DataLoader(torchvision.datasets.MNIST('minst_data',train = False,download=True,transform=torchvision.transforms.Compose([torchvision.transforms.ToTensor(),torchvision.transforms.Normalize((0.1307,),(0.3081,))])),batch_size=batch_size,shuffle = False)

编写网络

#  编写网络
class Net(nn.Module):def __init__(self):super(Net,self).__init__()# xw + bself.fc1 = nn.Linear(28 * 28,256)self.fc2 = nn.Linear(256,64)self.fc3 == nn.Linear(64,10)def forward(self,x):x = F.relu(self.fc1(x))x = F.relu(self.fc2(x))x = self.fc3(x)return x

训练网络

net = Net()
# 定义优化器
optimizer = optim.SGD(net.parameters(),lr = 0.01,momentum=0.9)# 保存训练损失
train_loss = []
for epoch in range(3):for batch_idx,(x,y) in enumerate(train_loader):#  将 [b,1,28,28] 转换成 [b.feature] 二维的tensorx = x.view(x.size(0),28 * 28) # 第一个参数表示图片的batch_size  # 最后的out形状是 [b,10] 表示每一张图片有 十个类别的概率out = net(x)# 转换为独热编码y_onehot = one_hot(y)# 计算损失loss = F.mse_loss(out,y_onehot)# 梯度清零optimizer.zero_grad()# 计算梯度loss.backward()# 更新优化optimizer.step()train_loss.append(loss.item())if batch_idx % 10 ==0:print("第{}次迭代的损失是{}".format(epoch,loss.item()))

在这里插入图片描述

计算正确率

total_correct = 0# 计算正确率
for x,y in test_loader:x = x.view(x.size(0),28 * 28)out = net(x)pred = out.argmax(dim = 1)correct = pred.eq(y).sum().float().item()total_correct += correcttotal_num  = len(test_loader.dataset)
acc = total_correct / total_num
print('test acc:',acc)  # 测试集的正确率 0.8807
http://www.jmfq.cn/news/4991005.html

相关文章:

  • 做网站优化推广多少钱/网络营销最基本的应用方式是什么
  • wordpress网站测速/企业网址怎么申请
  • 长沙seo计费管理/北京网站优化专家
  • wordpress附件分离/seo和sem哪个工资高
  • 泰安选择企业建站公司/seo和sem的联系
  • 深圳市手机网站建设报价/网络推广公司运作
  • win本地网站建设/网络推广员具体做什么的
  • 网站标题在线制作/美国最新消息今天 新闻
  • 58同城建网站怎么做/windows优化大师和360哪个好
  • 做展板好的网站/2024年新冠疫情最新消息今天
  • 要维护公司的网站该怎么做/今日小说排行榜
  • 乐清做网站的/品牌营销策略包括哪些内容
  • 做百度推广/seo团队
  • 淮安市广德育建设网站/怎么联系地推公司
  • 成熟的网站怎么做seo推广/品牌软文范文
  • 公司网站设计案例/今日新闻快讯
  • 青岛网站建设公司/百度官网下载安装免费
  • 十大招标网站排行榜/河北seo网络优化培训
  • .net网站开发优点/谷歌搜索引擎为什么国内用不了
  • 苏州知名网站建设公司/首页
  • php网站开发书/湖南关键词优化推荐
  • 网站单个页面做301/河南靠谱seo地址
  • 南京网站优化报价/免费推广的网站
  • web开发是做网站吗/安徽网络优化公司
  • 一个网站要怎么做的/申京效率值联盟第一
  • 给公司做门户网站多少钱/网络营销招聘岗位有哪些
  • 有关网站建设的网站/网络推广员为什么做不长
  • 成都企业网站建设公司/网络运营工作内容
  • 国内外网站建设/平台推广销售话术
  • 北京新闻最新消息报道/seo方案书案例