Pytorch入门学习（三）---- NN包的使用

最新推荐文章于 2024-07-11 15:22:58 发布

Hungryof

最新推荐文章于 2024-07-11 15:22:58 发布

阅读量1.1w

点赞数 2

分类专栏： pytorch PyTorch 文章标签： pytorch

本文链接：https://blog.csdn.net/Hungryof/article/details/71435382

版权

本文介绍了PyTorch入门学习的第三部分，重点讲解了如何使用NN包，包括查看网络层的权重信息、输出与梯度输出。通过设置前向和反向传播的hook，详细阐述了在PyTorch中如何操作和观察神经网络层的状态。

摘要由CSDN通过智能技术生成

pytorch和torch的对比。pytorch将所有的Container都用autograd替代。这样的话根本不需要用ConcatTable，CAddTable之类的。直接用符号运算就行了。
output = nn.CAddTable():forward({input1, input2}) 直接用output = input1 + input2 就行。真简单。
从下图看出，pytorch的网络模块只有.weight和.bias。而那些梯度.gradInput和.output都被消除。

这里写图片描述

例子：

import torch
from torch.autograd import Variable
import torch.nn as nn
import torch.nn.functional as F


class MNISTConvNet(nn.Module):

    def __init__(self):
        # this is the place where you instantiate all your modules
        # you can later access them using the same