前言
本文通过一个简单的神经网络的实现,来介绍相关的pytorch函数,以及相关流程。
前面首先介绍代码的实现,后面再针对问题进行相应的解释。
前期准备
2.神经网络基础
3.BP算法
4.文中代码来源
代码实现
import torch
import torch.nn.functional as F
from torch.autograd import Variable
import matplotlib.pyplot as plt
x = torch.unsqueeze(torch.linspace(-1,1,100),dim = 1)
#unsqueeze函数创建一个维度是1的向量
linspace函数生成在-1到1之间的100个数
y = x**2+0.2*torch.rand(x.size())
#得到x自乘的矩阵,然后加上同x矩阵相同的噪声
print(x,y,x.size())
#输出x,y矩阵,以及矩阵x的大小
#以上操作为初始化矩阵
x,y = Variable(x),Variable(y)
#将矩阵转化为 变量
class Net(torch.nn.Moudul