Softmax 回归的从零开始实现 pytorch

Posted AI架构师易筋

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了Softmax 回归的从零开始实现 pytorch相关的知识,希望对你有一定的参考价值。

1. Softmax 回归的从零开始实现


输入为一个向量784, 也就是图片的像素长x宽。

784 = 28 * 28


keepdim表示保持维度。以0的方向相加,表示去掉row的维度,也就是结果为1row;以1的方向相加,表示去掉col的维度,也就是结果为1col。



X.reshape((-1, W.shape[0])), 维度改变为bathSize * 784bathSize = 256









2. Softmax 回归的简洁实现 pytorch




参考

https://www.bilibili.com/video/BV1K64y1Q7wu

以上是关于Softmax 回归的从零开始实现 pytorch的主要内容,如果未能解决你的问题,请参考以下文章

翻译: 3.6. 从零开始实现 Softmax 回归 pytorch

softmax和分类模型

softmax-Fork

多层感知机的从零开始实现( 从D2L 包中抽取函数)

多层感知机的从零开始实现( 从D2L 包中抽取函数)

从零实现深度学习框架——Softmax回归简介