m0_74000256的博客

原创 动手学深度学习——深度学习计算(学习记录)

我们简要总结一下每个块必须提供的基本功能。将输入数据作为其前向传播函数的参数。通过前向传播函数来生成输出。请注意，输出的形状可能与输入的形状不同。例如，我们上面模型中的第一个全连接的层接收一个20维的输入，但是返回一个维度为256的输出。计算其输出关于输入的梯度，可通过其反向传播函数进行访问。通常这是自动发生的。存储和访问前向传播计算所需的参数。根据需要初始化模型参数。下面我们自己定义了一个块，他是一个具有256层隐藏层和10输出层的多层感知机# 用模型参数声明层。这里，我们声明两个全连接的层。