PyTorch 分类问题引入

参考

  

1： 分类问题引入1

2     分类问题引入2

---

一  分类问题

  梯度下降算法是深度深度学习最基本的功能

以手写数字算法为例，数据集大小7000

 

 

 

 

input layer

             列向量

Hidden layer

           列向量  第一层神经元输入

                            第一层神经元输出

 Output layer

         

         

          

---

二  分类问题引入2           

   以手写数字识别为例

    2.1  标签值为 one-hot [10,1]的列向量

  

    2.2  学习过程

           损失函数 

           梯度更新过程(向量链式求导）

             最后一层梯度更新：

                         

                                         

                         

                              

                               

                          

               第一层梯度更新

                     

                            

                      

                      

            

---

# -*- coding: utf-8 -*-
"""
Created on Thu Nov 17 21:56:22 2022
@author: cxf
"""
 
import torch.nn.functional as F
import torch
 
def one_hot(x):
    
    x = torch.tensor(x,dtype=int)
    y=F.one_hot(x,num_classes=10)
    
    print(y)
    return y
 
if  __name__ == "__main__":
    
    x =[1,2,3,4]
    one_hot(x)