在PyTorch中开发您的第一个神经网络
在PyTorch中打造属于您的第一个神经网络
初学者的完整逐步过程
我在深度学习领域工作和撰写教程已经有一段时间了,我主要专注于TensorFlow。但是Py Torch也是另一个非常广泛使用的深度学习包。我认为熟悉这两个包是一个好主意。因此,我决定也开始制作关于Py Torch的教程。
在这个背景下,本教程将针对初学者介绍Py Torch中的神经网络。我们将进行一个项目,并逐步进行。
本教程将使用Kaggle的Heart.csv数据集。请随意下载数据集并按照教程进行:
- 魅塔揭示鸸鹋视频和鸸鹋编辑:在文本转视频生成和精确图像编辑方面的先驱性进展
- 朝鲜大学研究人员介绍了一种精确定位褪色珊瑚的机器学习框架,使用混合视觉特征分类
- “见面吧,Tarsier:一个开源的Python库,可实现与多模式LLMs(如GPT4)的Web交互”
这是一个具有CC0:公共领域许可的公共数据集。
让我们开始吧!
我想首先导入必要的软件包:
import pandas as pd from collections import OrderedDict from torch.optim import SGD from sklearn.model_selection import train_test_split from sklearn.datasets import make_blobs import torch.nn as nn import torch
有几列的数据类型是’object’。在进行任何建模之前,这些列的数据类型应该转换为数值。
for i in df.columns: if df[i].dtype == 'object': df[i] = df[i].astype('category').cat.codes df
输出:
如您所见,现在所有的数据都是数值形式的。
最后一列是’HeartDisease’,它有两个唯一值:0和1。假设这是目标变量,这意味着本练习的目标是根据表中的其他参数确定心脏疾病。
为模型定义训练和目标变量: