可以使用torch.nn
包来构建神经网络.
我们以及介绍了autograd
,nn
包依赖于autograd
包来定义模型并对它们求导。一个nn.Module
包含各个层和一个forward(input)
方法,该方法返回output
。
例如,下面这个神经网络可以对数字进行分类:
这是一个简单的前馈神经网络(feed-forward network)。它接受一个输入,然后将它送入下一层,一层接一层的传递,最后给出输出。
一个神经网络的典型训练过程如下:
weight = weight - learning_rate * gradient
让我们定义这样一个网络:
import torch
import torch.nn as nn
import torch.nn.functional as F