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: