1.4.2 使用PyTorch实现鸢尾花分类

1.实验目标

（1）理解神经网络模型的构建方式及多分类模型处理操作方式。

（2）使用PyTorch完成神经网络的编写。

（3）模型运算过程中的参数处理。

2.实验环境

使用PyTorch实现的实验环境如表1.2所示。

3.实验步骤

创建torch_iris.py文件，并按照以下步骤编写代码完成本次实验。

1）数据处理

导入所需PyTorch库，加载鸢尾花数据集并进行处理。

2）模型构建

此步骤同样包含模型的构建、配置及训练。

3）训练过程评估

在终端输入以下命令运行本实验。

输出内容较多，部分结果显示如下。

当学习率调整到0.1，训练轮数为100时，模型的准确率可以达到99%。PyTorch训练损失和测试损失可视化效果图如图1.13所示。从图1.13中可看出训练损失和测试损失差距值很小，模型没有出现过拟合问题。