pytorch学习-9.多分类问题

 2.线性模型

3.梯度下降算法

4.反向传播(用pytorch算梯度)

5.用pytorch实现线性回归

6.logistic回归

7.处理多维特征的输入

8.加载数据集

9.多分类问题_哔哩哔哩_bilibili

9.1 代码复现：

import torch
from torchvision import datasets,transforms
from torch.utils.data import DataLoader
import torch.nn.functional as F
import numpy as np#一.准备数据集
#定义数据预处理变换
batch_size=64
transform=transforms.Compose([transforms.ToTensor(),#将PIL图像转为tensor,并且将像素值缩放到[0,1]之间transforms.Normalize((0.1307,),(0.3081,))#对图像数据进行归一化处理, 均值height=0.1307, 标准差=0.3081
])#加载训练数据集,测试数据集,以及相应的加载器train_dataset = datasets.MNIST(root='../dataset/mnist/',train=True,download=Tru