09 Softmax 回归 + 损失函数 + 图片分类数据集-P4

3.6. softmax回归的从零开始实现
1.预备库、参数
#从里开始softmax从零开始的实现（所有深度学习模型的基础）
from IPython import display
from d2l import torch as d2l

batch_size = 256
train_iter, test_iter = d2l.load_data_fashion_mnist(batch_size)

num_inputs = 784 #28*28=784
num_outputs = 10 #模型有10个分类，所以输出为10

#定义权重w和b
W = torch.normal(0,0.01,size=(num_inputs,num_outputs),requires_grad=True)
#均值为0，方差为0.01，需要计算梯度
#行数是输入的个数=784，列数是输出的个数=10
b = torch.zeros(num_outputs, requires_grad=True)
#对每一个输出都要有个bias，b是一个长为10的向量

09 Softmax 回归 + 损失函数 + 图片分类数据集-P4最先出现在Python成神之路。