PyTorch实战案例（五）——基于RNN算法的mnist数据集分类

阅读量：

目录

- 一、实例说明
  - 二、程序解析
  - - 2.1 导入数据集
    - 2.2 构建模型结构
    - 2.3 启动训练过程
    - 2.4 验证模型精度
  - 三、全部代码示例

一、案例描述与分析

本研究将阐述基于PyTorch框架构建循环神经网络RNN模型，以实现对mnist手写数字数据集的分类任务。

二、代码实现与解析

2.1 加载数据集

导入MNIST训练数据集与测试数据集，并从中挑选2000个样本，以提升测试过程的运行效率。

复制代码

    # Hyper Parameters
    EPOCH = 1               # train the training data n times, to save time, we just train 1 epoch
    BATCH_SIZE = 64
    TIME_STEP = 28          # rnn time step / image height
    INPUT_SIZE = 28         # rnn input size / image width
    LR = 0.01               # learning rate
    DOWNLOAD_MNIS

全部评论 (0)

还没有任何评论哟~