看3.10多层感知机的简洁实现,里面结构很清晰
先把该放的层,从输入层到输出层一个个放进去
再把参数(指的是各层的权重和偏差,可以通过神经网络用梯度下降等方法逐渐优化,但是隐藏层层数,各隐藏层的隐藏单元数,批量大小和学习率等属于超参数需要自己调节)通过如下来赋初始值:
for params in net.parameters():
init.normal_(params, mean=0, std=0.01)
神经网络的简洁实现(pytorch)
最新推荐文章于 2022-12-25 15:25:30 发布