PyTorch生成式人工智能（5）——分类使命详解

0. 前言

在本节中，我们将先容神经网络的根本概念，包罗丧失函数、激活函数、优化器和学习率，这些对于构建和训练深度神经网络至关重要，假如想要深入明白这些知识，保举通过《PyTorch深度学习实战》相识所需的根本技能和概念，包罗多种人工神经网络的架构和训练。
在本节中，将学习怎样使用 PyTorch 创建深度神经网络来实行二分类和多类别分类使命，以便纯熟把握深度学习和分类使命。具体而言，我们将构建一个完整的端到端深度学习项目，使用 PyTorch 将灰度图像的服装物品分类为差别类别，包罗外套、包、活动鞋、衬衫等。目的是创建能够实行二分类和多类别分类使命的深度神经网络，为后续学习奠基底子。
1. 使用 PyTorch 举行端到端的深度学习

在本节中，我们起首先容深度学习模子训练流程，然后讨论怎样获取训练数据以及怎样举行数据预处置处罚。
1.1 PyTorch 深度神经网络训练流程

在本节中，我们的使命是创建并训练一个深度神经网络，用于对服装物品的灰度图像举行分类，模子构建与训练步骤如下图所示。


免责声明：如果侵犯了您的权益，请联系站长，我们会及时删除侵权内容，谢谢合作！更多信息从访问主页：qidao123.com:ToB企服之家，中国第一个企服评测及商务社交产业平台。