第三章 PyTorch神经网络工具箱
3.1 神经网络核心组件
神经网络核心组件包括:
1)层:神经网络的基本结构,将输入张量转换为输出张量
2)模型:层构成的网络
3)损失函数:参数学习的目标函数,通过最小化损失函数来学习各种参数
4)优化器:如何使损失函数最小,这就涉及到优化器
当然这些核心组件不是独立的,它们之间,以及它们与神经网络其他组件之间有密切的关系。它们的关系如图所示:
多个层链接在一起构成一个模型或网络,输入数据通过这个模型转换为预测值,然后损失函数把预测值与真实值进行比较,得到损失值,该损失值用于衡量预测值与目标结果的匹配或相似程度,优化器利用损失值求导更新参数,从而使损失值越来越小。