简介
神经网络模型是由神经网络层和Tensor操作构成的。
在MindSpore中,Cell类是构建所有网络的基类,也是网络的基本单元。一个神经网络模型表示为一个Cell
,它由不同的子Cell
构成。
关于模型
继承nn.Cell
类,在__init__
方法中进行子Cell的实例化和状态管理,在construct
方法中实现Tensor操作,可以通过此方法来定义神经网络。
模型层
nn.Flatten
可以将2D张量转换为连续数组。
nn.Dense
全连接层,其使用权重和偏差对输入进行线性变换。
nn.ReLU
作用是给网络中加入非线性的激活函数,帮助神经网络学习各种复杂的特征。
nn.SequentialCell
一个有序的Cell容器。
nn.Softmax
能将神经网络最后一个全连接层返回的logits的值缩放为[0, 1]。