从数据生成到模型保存的完整二分类流程
本文通过一个简单的二维二分类任务，记录使用 PyTorch 完成数据准备、模型创建、训练、验证和模型保存的完整流程。 1. 基础流程1.1 数据准备首先随机生成两组 Tensor 数据：将第一组数据的中心移动到 (-1, -1)，将第二组数据的中心移动到 (1, 1)。随后使用 torch.randperm() 打乱样本顺序，并通过 TensorDataset 和 DataLoader 将数据封装成批次，供后续训练和验证使用。 12345678910111213141516171819202122232425262728293031323334353637383940414243444546474849505152535455# 1. 准备数据class_0 = torch.randn(500,2) * 0.6class_0 += torch.tensor([-1.0,-1.0])class_1 = torch.randn(500,2) * 0.6class_1 += torch.tensor([1.0,1.0])feature = torch.cat( [class_0,...