无论是多少层 只不过是模型中的设置
1创建符合你结构的数据集
定义量,定义数据
2创建model class 其中包括2个方法 init 定义结构 以及forward定义如何将结构勾稽起来
并实例化model
3开始正式循环
向model传入数据
计算并打印loss(定义loss类型 传入参数)
计算梯度并更新参数(定义optimizer 来清零并更新 使用params来获取每个的tensor之外的grad)
经典3句
结束
下面展示一些 内联代码片
。
// An highlighted block
import torch
import torch.nn as nn
# 2创建model
class twolayernet(nn.Module):
def __init__(self,d_in,h_,d_out):
super(twolayernet,self).__init__()
self.l1=nn.Linear(