PyTorch入门实战教程笔记（七）：MNIST 手写数字识别代码详解

PyTorch入门实战教程笔记（七）：MNIST 手写数字识别代码详解

1. 流程

1 加载数据
2 建立模型
3 训练
4 测试

2. 代码实战

（1）文件1：utils.py辅助文件

# utils.py
import torch
from matplotlib import pyplot as plt
 
 
def plot_curve(data):  #下降曲线的绘制
    fig = plt.figure()
    plt.plot(range(len(data)), data, color='blue')  #
    plt.legend(['value'], loc='upper right')  #
    plt.xlabel('step')
    plt.ylabel('value')
    plt.show()
 
 
 
def plot_image(img, label, name):  # 画图片，帮助看识别结果
    fig = plt.figure()
    for i in range(6):  # 6个图像，两行三列
        # print(i) 012345
        plt.subplot(2, 3, i+1)
        plt.tight_layout()  # 紧密排版
        plt.imshow(img[i][0]*0.3081+0.1307, cmap='gray', interpolation='none')  
        # 均值是0.1307，标准差是0.3081，
        
        plt.title("{}:{}".format(name, label[i].item()))  
        # name:image_sample   label[i].item():数字
        
        plt.xticks([])
        plt.yticks([])
    plt.show()
 
 
def