【PyTorch】多层感知机-训练Fashion-MNIST

最新推荐文章于 2025-05-30 09:04:24 发布

加油_加油_DrDu

最新推荐文章于 2025-05-30 09:04:24 发布

阅读量710

点赞数

CC 4.0 BY-SA版权

分类专栏： PyTorch python 开发文章标签： pytorch 神经网络深度学习

本文链接：https://blog.csdn.net/qq_19655645/article/details/107960873

这篇博客介绍了如何使用PyTorch构建并训练一个多层感知机模型，针对Fashion-MNIST数据集进行深度学习。模型包含Flatten, Linear, ReLU激活函数和Dropout层，训练过程中记录了各epoch的损失(loss)变化，并在最后进行了模型测试，测试准确率为0.8315。" 18526599,1325911,Mahout贝叶斯分类实践与数据解析,"[' mahout', '贝叶斯算法', '数据处理']

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

使用fashion-MNIST演示PyTorch实现多层感知机的创建、训练和测试

导入依赖包

import torch
import torch.utils.data as Data
import torchvision
import torchvision.transforms as transforms
import torch.nn as nn
from torch.nn import init
import sys

加载数据集

mnist_train = torchvision.datasets.FashionMNIST(root='~/Datasets/FashionMNIST',train=True, download=True, transform=transforms.ToTensor())
mnist_test = torchvision.datasets.FashionMNIST(root='~/Datasets/FashionMNIST',train=False, download=True, transform=transforms.ToTensor())

batch_size = 128
if sys.platform.startswith('w