神经网络工具箱 之nn.Module

nn.Module

torch.nn是专门为深度学习所设计的模块，torch.nn的核心数据结构是nn.Module，它是一个抽象的概念，既可以表示神经网络中的某个层，又可以表示某个含有很多层的网络。在实际使用中最常用的做法是继承nn.Module，撰写自己的网络层

#现在先来实现一下多层感知机
from torch import nn
import torch as t

class Perception(nn.Module):
    def __init__(self,in_feature,hidden_feature,out_feature):
        nn.Module.__init__(self)
        self.layer1 = nn.Linear(in_feature,hidden_feature)
        self.layer2 = nn.Linear(hidden_feature,out_feature)
    def forward(self,x):
        x = self.layer1(x)
        x = t.sigmoid(x)
        x = self.layer2(x)
        return x
    
percep = Perception(3,4,1)

inputs = t.randn(1,3)

outputs = percep(inputs)
print(outputs)
for name,param in percep.named_parameters():
    print(name,param)

output:
tensor([[0.6794]], grad_fn=) 

layer1.weight Parameter containing:
tensor([[-0.2399,  0.3114, -0.4838],
        [-0.2509,  0.5123,  0.2901],