Разработка вашей первой нейронной сети в PyTorch

Создание вашей первой нейронной сети в PyTorch разработка и шаг за шагом инструкция

Полный пошаговый процесс для начинающих

Я уже некоторое время работаю и пишу учебники по глубинному обучению, в основном сосредоточиваясь на TensorFlow. Но Py Torch также является очень широко используемым пакетом глубинного обучения. Я считаю, что стоит быть комфортным с обоими пакетами. Поэтому я решил также создать учебники по Py Torch.

В этом контексте этот учебник будет посвящен нейронной сети в Py Torch для начинающих. Мы будем работать над проектом и пройдем пошагово.

Для этого учебника будет использоваться набор данных Heart.csv с Kaggle. Пожалуйста, не стесняйтесь загрузить набор данных и следовать за ним:

Набор данных анализа и прогнозирования сердечного приступа (kaggle.com)

• Почему продукты искусственного интеллекта обречены на провал?
• От Гуанчжоу до Лос-Анджелеса автопроизводители ошеломляют ИИ-оснащенными автомобилями.
• Обзор Colossyan Creator Лучший генератор AI-видео?

Это общедоступный набор данных с лицензией общественного достояния CC0.

Погружаемся!

Я хотел бы начать с импорта необходимых пакетов:

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 

В нескольких столбцах тип данных «object». Прежде чем перейти к моделированию, типы данных этих столбцов должны быть преобразованы в числовые.

for i in df.columns:   if df[i].dtype == 'object':    df[i] = df[i].astype('category').cat.codes df

Output:

Как видите, все данные теперь в числовой форме.

Последний столбец – «HeartDisease», который имеет два уникальных значения: 0 и 1. Допустим, что это целевая переменная, которая означает, что цель этого упражнения – определить наличие сердечного заболевания на основе других параметров, доступных в таблице.

Определение обучающих и целевых переменных для модели: