09 강 정리, softmax classifier
이 부분이 잘 이해가 안가...
osftmaz -> NLL loss 로 바꿔서 사용할 수 있다.
this is for the input image sizes.
MINST network
이렇게 직접 입력을 해 주는건가?
이렇게 network model 을 만든 후에는, 이 model 을 가지고 forward 를 진행한다. ( 학습 )
아 저번에 code 다 적어놨었는데ㅜㅜ그래도 한번 다 적어놨으니까 기억 나겠지?
cass Net (nn.Module) :
def __nit__(self ):
super(Net, self).__init__()
self.l1 = nn.Linear(784, 520)
self.l2 = nn.Linear(520, 320)
self.l3 = nn.Linear(320, 240)
self.l4 = nn.Linear(240, 120)
self.l5 = nn.Linear(120, 10)
def forward(self, x ):
# Flatten the data ( n, 1, 28, 28) -> (n , 784) // 여기서 말하는 n 은 뭘까
x = x.view(-1, 784) // flatten the data
x = F.relu(self.l1(x)) // layer
x = F.relu(self.l2(x))
x = F.relu(self.l3(x))
x = F.relu(self.l4(x))
return self.l5(x) # no need activation -> logit 을 사용.
criterion = nn.CrossEntropyLoss() // 우리가 loss function 으로 cross entropy 를 사용할 것임
...
for batch_idx , data , target in enumerate (train_loader): //여기서 말하는 target 이란 뭘까
data, target = Variable(data), Variable(target )
optimizer.zero_grad()
output = model(data)
loss = criterion (output, target)
loss.backward()
optimizer.step()
load data -> model -> criterion -> train cycle
predict , given target
accuracy : devide dataset into two ( trainig and testing )
