Python深度学习pytorch神经网络多层感知机简洁实现
作者:Supre_yuan 时间:2021-08-20 17:37:43
我们可以通过高级API更简洁地实现多层感知机。
import torch
from torch import nn
from d2l import torch as d2l
模型
与softmax回归的简洁实现相比,唯一的区别是我们添加了2个全连接层。第一层是隐藏层,它包含256个隐藏单元,并使用了ReLU激活函数。第二层是输出层。
net = nn.Sequential(nn.Flatten(),
nn.Linear(784, 256),
nn.ReLU(),
nn.Linear(256, 10))
def init_weights(m):
if type(m) == nn.Linear:
nn.init.normal_(m.weight, std=0.01)
net.apply(init_weights)
训练过程的实现与我们实现softmax回归时完全相同,这种模块化设计使我们能够将与和模型架构有关的内容独立出来。
batch_size, lr, num_epochs = 256, 0.1, 10 # 批量大小为256,学习率为0.1,类型为10
loss = nn.CrossEntropyLoss() # 使用交叉熵损失函数
trainer = torch.optim.SGD(net.parameters(), lr=lr) # 开始训练
train_iter, test_iter = d2l.load_data_fashion_mnist(batch_size)
d2l.train_ch3(net, train_iter, test_iter, loss, num_epochs, trainer)
以上就是Python深度学习pytorch神经网络多层感知机简洁实现的详细内容,更多关于pytorch神经网络的资料请关注脚本之家其它相关文章!
来源:https://blog.csdn.net/weixin_43880225/article/details/120614502
标签:pytorch,神经网络,感知机


猜你喜欢
浅谈优化Django ORM中的性能问题
2022-04-08 13:24:27
debug case: onsubmit=return false依然能提交
2009-01-18 13:07:00
PyTorch实现卷积神经网络的搭建详解
2021-03-12 16:36:03
MySQL中的日期时间类型与格式化方式
2024-01-22 00:10:23

Mysql5.7如何修改root密码
2024-01-26 21:22:28
python itertools包内置无限迭代器
2023-11-16 18:58:59
python3发送request请求及查看返回结果实例
2023-09-18 11:34:10
MySQL SELECT同时UPDATE同一张表问题发生及解决
2024-01-25 05:32:31
利用Python校准本地时间的方法教程
2021-06-24 06:51:41

VMware中安装CentOS7(设置静态IP地址)并通过docker容器安装mySql数据库(超详细教程)
2024-01-14 02:58:23

python将图片转base64,实现前端显示
2021-04-26 14:03:04

浅谈javascript获取元素transform参数
2024-04-16 10:32:39

利用Python中的内置open函数读取二进制文件
2022-02-26 21:00:47
python pptx复制指定页的ppt教程
2023-08-20 22:54:50
python使用Matplotlib画条形图
2023-09-04 06:30:50

教你使用Python连接oracle
2023-09-11 01:38:54

Mysql存储过程中游标的用法实例
2024-01-22 14:59:10
Java面试题冲刺第十二天--数据库(2)
2024-01-21 18:34:27

Python用SSH连接到网络设备
2022-01-20 08:57:41

Python中re模块:匹配开头/结尾(^/$)
2021-08-31 02:29:13