5.3 PyTorch实现：多层感知机/简单卷积神经网络

文档摘要

5.3 PyTorch实现：多层感知机/简单卷积神经网络 5.3 PyTorch 实现：多层感知机/简单卷积神经网络在前一章节中，我们了解了图像分类的基本概念以及如何准备数据。本章将聚焦于使用 PyTorch 框架，构建并训练两种基础的神经网络模型来解决图像分类问题：多层感知机（MLP）和简单的卷积神经网络（CNN）。这将帮助你理解 PyTorch 的模型构建流程和核心组件。 5.3.1 数据准备在 PyTorch 中进行图像分类，通常会利用库来处理常见数据集（如 MNIST, FashionMNIST, CIFAR10 等）和进行数据预处理。首先，需要加载数据集。以 FashionMNIST 为例：这里我们定义了数据转换，包括将图像转为 Tensor 并进行归一化。