深度学习（四）深度学习的基础感知机 pytorch新手入门及常见问题解决

浮云白日303

于 2024-02-03 09:47:08 发布

阅读量342

点赞数 9

文章标签：深度学习 pytorch 人工智能 python pycharm 均值算法学习

本文链接：https://blog.csdn.net/m0_68737530/article/details/135718554

版权

本文介绍了如何使用PyTorch实现一个包含单隐藏层的多层感知机，重点讲解了ReLU激活函数的应用、权重初始化以及使用Sequential模块构建简洁网络结构。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

多层感知机

ReLu的存在，是为了调节X平方或者高次方前边的系数，组合起来更贴近你想要的那条曲线用的

多层感知机的简洁实现

##多层感知机的从零实现

import torch
from torch import nn
from d2l import torch as d2l

batch =256
train,test = d2l.load_data_fashion_mnist(batch)

#单隐藏层感知机
hide = 256
input = 784
output = 10

w1= nn.Parameter(torch.randn(input,hide,requires_grad=True))
b1 = nn.Parameter(torch.zeros(hide,requires_grad=True))

w2 = nn.Parameter(torch.randn(