2301_79196148的博客

原创 多层感知机(MLP)从零实现—python-Pytorch

W1 是第一个全连接层的权重矩阵，大小为 (num_inputs, num_hiddens)，使用了从标准正态分布中随机抽取的值乘以 0.01，并且设置了 requires_grad=True 表示这些参数在反向传播时需要计算梯度。这样做是为了确保输入的维度正确匹配第一层权重矩阵 W1 的期望维度。return (H@W2 + b2) #实现了第二层的前向传播，H@W2 执行了矩阵乘法，将第一层的输出 H 与第二层的权重矩阵 W2 相乘，得到最终的输出。自学动手学深度学习系列（可以直接对照图片代码）