一、PyTorch基本操作详解

1. 动手实现logistic回归

要求动手从0实现logistic回归，只借助Tensor和Numpy相关的库，在人工构造的数据集上进行训练和测试。分析结果包括loss和训练集准确率等多个角度。（可借助nn.BCELoss或nn.BCEWithLogitsLoss作为损失函数，二元交叉熵也可选用）

  1. 利用torch.nn实现logistic回归 在人工构造的数据集上进行训练和测试。分析结果包括loss以及训练集上的准确率等多个角度。

二、动手实现softmax回归

1. 动手实现softmax回归

要求动手从0实现softmax回归，只借助Tensor和Numpy相关的库，在Fashion-MNIST数据集上进行训练和测试。分析结果包括loss、训练集以及测试集上的准确率等多个角度。（从零实现交叉熵损失函数）

  1. 利用torch.nn实现softmax回归 在Fashion-MNIST数据集上进行训练和测试。分析结果包括loss，训练集以及测试集上的准确率等多个角度。