首页 / 神经网络 / 使用pytorch创建神经网络并解决线性拟合和分类问题

使用pytorch创建神经网络并解决线性拟合和分类问题

内容导读

互联网集市收集整理的这篇技术教程文章主要介绍了使用pytorch创建神经网络并解决线性拟合和分类问题，小编现在分享给大家，供广大互联网技能从业者学习和参考。文章包含717字，纯文字阅读大概需要2分钟。

内容图文

#线性拟合
import torch
import torch.nn.functional as F
import matplotlib.pyplot as plt

torch.manual_seed(1) # reproducible

制作数据

x = torch.unsqueeze(torch.linspace(-1, 1, 100), dim=1) # x data (tensor), shape=(100, 1)
y = x.pow(2) + 0.2*torch.rand(x.size()) # noisy y data (tensor), shape=(100, 1)

定义普通的神经网络

class Net(torch.nn.Module):
def init(self, n_feature, n_hidden, n_output):
super(Net, self).init()
self.hidden = torch.nn.Linear(n_feature, n_hidden) # hidden layer
self.predict = torch.nn.Linear(n_hidden, n_output) # output layer
# (hidden): Linear(in_features=1, out_features=10, bias=True)
# (predict): Linear(in_features=10, out_features=1, bias=True)
# 前向传播过程
def forward(self, x):
x = F.rel

内容总结

以上是互联网集市为您收集整理的使用pytorch创建神经网络并解决线性拟合和分类问题全部内容，希望文章能够帮你解决使用pytorch创建神经网络并解决线性拟合和分类问题所遇到的程序开发问题。 如果觉得互联网集市技术教程内容还不错，欢迎将互联网集市网站推荐给程序员好友。

内容备注

版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 gblab@vip.qq.com 举报，一经查实，本站将立刻删除。

内容手机端

扫描二维码推送至手机访问。

本文链接：https://qyyshop.com/info/1003429.html

来源：【匿名】