pytorch学习第二课- 全连接网络分类

最新推荐文章于 2024-07-18 20:00:00 发布

liulilglitter

最新推荐文章于 2024-07-18 20:00:00 发布

阅读量1k

点赞数

CC 4.0 BY-SA版权

分类专栏： pytorch

本文链接：https://blog.csdn.net/liulilglitter/article/details/118357254

下面进行全连接网络的学习，对于全连接网络的简单理解，可以认为是多个线性分类的组合，当直线不能完成复杂分类任务的时候，我们可以将非线性边缘分解为多个线性边缘的组合，推荐一个网站，可以直观的感受到多个线性分类器组合后的分类效果：
https://playground.tensorflow.org/

hidden layer中仅有一个 node的时候，相当于仅有一个线性分类器，所以最后的分类效果边界是直线：
在这里插入图片描述

当有两个node的时候，相当于两个线性分类器，进行组合，最后可以看到基本是两个线性边界
在这里插入图片描述
有3个node的时候：就可以正确分类的，似乎是比较符合我们的预期的

然后是pytorch代码的演示，
首先生成数据，我们也生成如上图一样的数据，中心在一起的两类：

import torch 
import torch.nn as nn
import matplotlib.pyplot as plt
import numpy as np
from sklearn import datasets

n_pt=500
x,y=datasets.make_circles(n_pt,random_state=123,noise=0.1,fator=0.2)

def scatter_plot(x,y):
	plt.scatter(x[y==0,0],x[y==1,1],10,label='0')
	plt.scatter(x[y==1,0],x