paddle逻辑回归案例
时间: 2024-09-30 20:09:43 浏览: 30
PaddleDetection使用教程
Paddle,即PyTorch的开源版本,也是一款强大的深度学习框架。逻辑回归在Paddle上非常常见,它用于二分类问题。下面是一个简单的Paddle Paddle(飞桨)中逻辑回归的案例:
```python
import paddle
# 定义数据
x_data = paddle.to_tensor([[0., 0.], [0., 1.], [1., 0.], [1., 1.]])
y_label = paddle.to_tensor([[0], [1], [1], [0]])
# 初始化模型参数
w = paddle.ParamAttr(initializer=Constant(value=paddle.rand([1, 2])))
b = paddle.ParamAttr(initializer=Constant(value=0.))
# 创建线性层
linear = paddle.nn.Linear(in_features=2, out_features=1, weight_attr=w, bias_attr=b)
# 定义sigmoid激活函数
sigmoid = paddle.nn.Sigmoid()
# 定义损失函数
loss_fn = paddle.nn.CrossEntropyLoss()
# 定义优化器
optimizer = paddle.optimizer.SGD(learning_rate=0.01, parameters=model.parameters())
for epoch in range(100):
# 前向传播
y_pred = sigmoid(linear(x_data))
# 计算损失
loss = loss_fn(y_pred, y_label)
# 反向传播和更新权重
loss.backward()
optimizer.step()
optimizer.clear_grad()
print(f"Epoch {epoch+1}, Loss: {loss.numpy()}")
阅读全文