1.CSV轉(zhuǎn)Matix
import pandas as pd
dat = pd.read.csv('path')
dat_matrix = df.values
2.Matrix切片
dat_m_0 = dat_matrix[:,1] #截取矩陣中第二列所有數(shù)據(jù)
dat_m_1 = dat_matrix[:,1:5] #截取矩陣中第一至四列所有數(shù)據(jù)
dat_m_2 = dat_matrix[1,:] #截取矩陣中第二行所有數(shù)據(jù)
dat_m_3 = dat_matrix[1:5,:] #截取矩陣中第二至四行所有數(shù)據(jù)
3.Matrix轉(zhuǎn)torch
dat_array = np.array(dat_matrix)
dat_torch = torch.from_numpy(dat_array)
4.torch數(shù)據(jù)類型更改
dat_t_float = dat_torch.float()
dat_t_long = dat_torch.long()
dat_t_int32 = dat_torch.int()
5.關(guān)于神經(jīng)元數(shù)量
- 1.神經(jīng)元數(shù)量需要與輸入數(shù)據(jù)的維數(shù)對應(yīng)
- 2.輸出神經(jīng)元與類別對應(yīng)
6.對于損失函數(shù)
- 1.CrossEntropy(), 要求訓(xùn)練 y 數(shù)據(jù)必須為 long 型
- 2.MSELoss(), 要求訓(xùn)練 y 數(shù)據(jù)必須為 float 型
