【刘二老师】pytorch深度学习笔记【06逻辑斯蒂回归】-北京尧图网络

【刘二老师】pytorch深度学习笔记【逻辑斯蒂回归】一、分类问题概念前面章节讲的都是线性回归线性回归中估计的 “y” 属于连续的空间。对于分类问题例如MNIST数据集y∈{0,1,2,3,4…,9}这里面的数值是类别类别0类别1……不是大小。因此不能让分类问题跟线性回归一样第零个类别输出数字零第九个类别输出数字9。因为类别之间并没有线性空间中的实数大小的含义没有大小关系。因此不算输出值是多少而是输出的每个类的概率。如果有十个类别则这十个类别的概率加一起为1。判别是哪一个类找这十个里面概率最大的就是哪一类。二、MNIST数据集pytorch提供的工具包torchvision里面提供了相应的数据集。train 表示要训练集还是要测试集。没下载过这个工具包“download”设置为Ture下载过了可以设置为False。三、CIFAR数据集括号里的和上面MNIST的一样。四、二分类问题只有两个分类就是二分类问题。如图要计算“0”分类的概率是多少“1”分类的概率是多少。但实际只需要计算一个值就可以了因为两个概率加一起和为1。五、输出值的映射、逻辑斯蒂函数输出值的映射原来的线性模型为“ywxb”输出为实数R范围。现在分类问题要让输出值∈[01]所以要找到一个函数把线性的输出值 R 通过该函数映射为 [01]。该函数就是逻辑斯蒂函数如下图所示。把线性模型中的y带入到逻辑斯蒂函数中的x。该函数的特点到某个值以后越往后导数越小曲线平缓被称为饱和函数。其他Sigmoid函数六、逻辑斯蒂模型七、逻辑斯蒂模型的损失函数y1时loss - logy^希望这个loss值越小越好也就是y^越大越好也就是该值越接近于1。y0时loss - log1-y^y^越接近于0该loss值越小。可以看出y^于y越接近loss值越小。该损失函数叫做BCE损失。八、该结构代码分析importtorch# import torch.nn.functional as Fx_datatorch.Tensor([[1.0],[2.0],[3.0]])y_datatorch.Tensor([[0],[0],[1]])#这是分类分别表示第零类第一类。classLogisticRegressionModel(torch.nn.Module):def__init__(self):super().__init__()self.lineartorch.nn.Linear(1,1)defforward(self,x):# y_pred F.sigmoid(self.linear(x))y_predtorch.sigmoid(self.linear(x))returny_pred modelLogisticRegressionModel()# 默认情况下loss会基于element平均如果size_averageFalse的话loss会被累加。criteriontorch.nn.BCELoss(size_averageFalse)optimizertorch.optim.SGD(model.parameters(),lr0.01)# training cycle forward, backward, updateforepochinrange(1000):y_predmodel(x_data)losscriterion(y_pred,y_data)print(epoch,loss.item())optimizer.zero_grad()loss.backward()optimizer.step()print(w ,model.linear.weight.item())print(b ,model.linear.bias.item())x_testtorch.Tensor([[4.0]])y_testmodel(x_test)print(y_pred ,y_test.data)基本与上一节的代码结构一致具体可以看上一节代码详解

【刘二老师】pytorch深度学习笔记【06逻辑斯蒂回归】

相关推荐

带货文案AI味太重转化上不去，改掉这几种腔调后读着像真人在推荐。

NoSleep防休眠工具：轻松解决Windows自动锁屏困扰的终极方案

从游戏兼容性到专业控制：DS4Windows如何重新定义你的PS4手柄体验

更多资讯

俄罗斯条形码申请找谁？跨境卖家避坑指南

DeskcommCRM深度评测：全渠道客服与工单管理一体化实践

数据可视化工具大盘点：适合不同人群的图表软件

APM漂移检测实战：用apm audit在AI智能体配置被“手改”前抓住它

2026年Token算力资源深度测评：词元之河与硅基流动多模型调度、成本控制与工程落地对比

VSCode 插件 TONGYILingma 配置 TaoToken：settings.json 骨架与连通性验证

今日更新

BunnyScholar硕士论文跨章节检查：长文档双栏如何梳理因果链

维普标红教育学SEM量表怎么办：助研君修改与RMSEA指标复核

知网标红有限元仿真与网格划分怎么办：助研君按字修改与参数复核

本周精选

深入解析Transformer多头注意力机制与工程优化

OpenClaw 的 Skills 跑学习任务，模型通道改到 TaoToken 通道行不行？

ChatGPT报错Oops, an error occurred! 全链路排查指南

本月热门

基于YOLO的焊缝缺陷检测：从数据标注到工业部署全流程实践

分布式服务的决策记录

创业产品的首版范围

读完文章，想聊聊您的网站？