鸢尾花分类-pytorch实现

前言

本文用pytorch实现了鸢尾花分类,数据不多,只做代码展示用,后续有升级版本。

代码

复制代码
'''
-*- coding: utf-8 -*-
@File  : main.py
@Author: Shanmh
@Time  : 2024/05/06 上午9:37
@Function:
'''
import torch
from sklearn import datasets
import torch.nn as nn

#1.数据准备
dataset=datasets.load_iris()
print(dataset["data"][:10])
print(dataset["target"][:10])
i_data=torch.FloatTensor(dataset["data"])
i_target=torch.LongTensor(dataset["target"])

#2.模型构建
class IrisModel(nn.Module):
    def __init__(self,input_n=4,hidden_n=20,output_n=3):
        super().__init__()
        self.line1=nn.Linear(input_n,hidden_n)
        self.line2=nn.Linear(hidden_n,output_n)
        self.relu=nn.ReLU()
    def forward(self,x):
        x=self.line1(x)
        x=self.relu(x)
        x=self.line2(x)
        return x

#3.参数定义
epoch=500
lr=0.01

model=IrisModel()
optimizer=torch.optim.SGD(model.parameters(),lr=lr) #定义优化器
loss_fun=torch.nn.CrossEntropyLoss() #多分类采用交叉熵损失函数


for e in range(epoch):
    out=model(i_data)
    loss=loss_fun(out,i_target)
    optimizer.zero_grad()  # 梯度清零
    loss.backward()  # 前馈操作
    optimizer.step()


# 5. 得出结果
out = model(i_data)
prediction = torch.max(out, 1)[1]
pred_y = prediction.data.numpy()
target_y = i_target.data.numpy()
result=pred_y==target_y
print(f"模型预测准确度,acc:{'{:.2f}'.format(len(result[result==True])/len(result))}%")

展望

1.还在考虑中怎么进行建模,建一个4维空间用来直接看出输入与输出的关系

2.有尝试过标签平滑,从结果上看不出什么区别,再想怎么可视化出来

3.怎么从结果倒推出可用的输入数据

相关推荐
螺丝钉tina1 小时前
[Playwright] [20][AI] 失败分析:让AI大模型帮你debug
人工智能
MSTcheng.2 小时前
【AI应用实战】用 FastAPI + SSE 做一个自己的 AI 聊天网页:流式输出、多轮对话与完整源码
人工智能·python·大模型·fastapi·sse·ai聊天助手
世冠科技2 小时前
世冠科技GCEAgent重磅发布,开启复杂装备AI原生智能研发新范式
人工智能·科技·ai-native
轻松,带微笑2 小时前
AI竞争进入下半场:微软押注专业模型,通用大模型不再是唯一答案
人工智能·microsoft
哈尔滨张谦蛋2 小时前
兰州大学 · 甘肃省可穿戴装备重点实验室 · 2027年博士招生
人工智能·深度学习
MysTic_Zhong2 小时前
【3】核心引擎:LangGraph 编排与多路召回重排
人工智能·agent
vivo互联网技术2 小时前
研发数字人 Agent:从 0 到 1 的架构与实践
人工智能·agent·mcp
练习两年半的攻城狮2 小时前
企业级 AI Agent 架构知识点讲解(一):从知识型到业务型,从 LangGraph 到生产落地
人工智能·架构
Cosolar3 小时前
从 50ms 到 3 分钟:淘特动线 Agent 如何把 LLM 塞进一个有预算约束的实时系统
人工智能·后端·agent