目錄
1.批資料訓練
(1)**
(2)執行結果
import torch
import torch.utils.data as data
torch.manual_seed(1) # reproducible
batch_size = 8 # 批訓練的資料個數
x = torch.linspace(1, 10, 10) # x data (torch tensor)
y = torch.linspace(10, 1, 10) # y data (torch tensor)
# 先轉換成 torch 能識別的 dataset
torch_dataset = data.tensordataset(x, y)
# 把 dataset 放入 dataloader
loader = data.dataloader(
dataset=torch_dataset, # torch tensordataset format
batch_size=batch_size, # mini batch size
shuffle=true, # 要不要打亂資料 (打亂比較好:true;不打亂:false)
# num_workers=2, # 多執行緒來讀資料 windows刪除此行
)for epoch in range(5): # 訓練所有資料 5 次
for step, (batch_x, batch_y) in enumerate(loader): # 每一步 loader 釋放一小批資料用來學習
# 訓練...
# 打資料
print('epoch: ', epoch, '| step: ', step, '| batch x: ',
batch_x.numpy(), '| batch y: ', batch_y.numpy())
epoch: 0 | step: 0 | batch x: [ 5. 7. 10. 3. 4. 2. 1. 8.] | batch y: [ 6. 4. 1. 8. 7. 9. 10. 3.]
epoch: 0 | step: 1 | batch x: [9. 6.] | batch y: [2. 5.]
epoch: 1 | step: 0 | batch x: [ 4. 6. 7. 10. 8. 5. 3. 2.] | batch y: [7. 5. 4. 1. 3. 6. 8. 9.]
epoch: 1 | step: 1 | batch x: [1. 9.] | batch y: [10. 2.]
epoch: 2 | step: 0 | batch x: [ 4. 2. 5. 6. 10. 3. 9. 1.] | batch y: [ 7. 9. 6. 5. 1. 8. 2. 10.]
epoch: 2 | step: 1 | batch x: [8. 7.] | batch y: [3. 4.]
epoch: 3 | step: 0 | batch x: [ 4. 10. 9. 8. 7. 6. 1. 2.] | batch y: [ 7. 1. 2. 3. 4. 5. 10. 9.]
epoch: 3 | step: 1 | batch x: [5. 3.] | batch y: [6. 8.]
epoch: 4 | step: 0 | batch x: [9. 8. 4. 6. 5. 3. 7. 2.] | batch y: [2. 3. 7. 5. 6. 8. 4. 9.]
epoch: 4 | step: 1 | batch x: [10. 1.] | batch y: [ 1. 10.]
process finished with exit code 0
pytorch白話入門筆記1 6 快速搭建神經網路
目錄 1.快速搭建神經網路 1 2 執行結果 import torch from torch.autograd import variable import torch.nn.functional as f import matplotlib.pyplot as plt n data torch.o...
PyTorch入門筆記
原教程 資料集csv 此處使用numpy來匯入,除此之外還可以使用csv和pandas匯入 資料集鏈結 import csv import numpy as np wine path data chapter3 winequality white.csv 路徑 wineq numpy np.load...
pytorch入門 函式用法筆記
class torchvision.transforms.compose transforms 將多個transform組合起來使用。可以將以上 中的 torchvision.transforms.compose 類看作一種容器 它能夠同時對多種資料變換進行組合 傳入的引數是乙個列表,列表中的元素就...