textcnn 的例子 用 Pytorch

1. 抽取训练数据 和 验证集 5：1

2. 生产词表：0 开始 ；同时统计每个句子的term数量

3.  kernel_size= {2,3,4} 就是3个模板，分布式 2* n,3 *n, 4*n

4.kernel_num 是卷积输出channel数

5.预测的整体思路：

（1） optimizer = torch.optim.Adam(net.parameters(), lr=0.01) #定义优化器

（2） criterion = nn.NLLLoss() #定义loss

（3） optimizer.zero_grad()   #优化器梯度清零

（4）preds = model（inputs） 或者 out = net（inputs）#前馈计算，预测 结果

（5）loss = criterion（out，label）求解loss

（6）loss.backward()  #反向传播求解梯度

  (7) optimizer.step()   #更新权重参数