使用colab仿李沐的卷积神经网络小代码

import torch 
from torch import nn #神经网络模块
from d2l import torch as d2l #(drive into deep learning)

class Reshape(torch.nn.Module):
  def forward(self, x):
    return x.view(-1, 16*3*3)

net = torch.nn.Sequential( #序列化神经网络
    # 2d卷积层、输入通道数1，输出6，卷积核大小5*5，填充2
    nn.Conv2d(1, 6, kernel_size=5, padding=2), nn.Sigmoid(),
    # 2*2 平均池化层，步幅2
    nn.AvgPool2d(2, stride=2),
    nn.Conv2d(6, 16, kernel_size=5), nn.Sigmoid(),
    nn.AvgPool2d(kernel_size=5, stride=2), nn.Flatten(), #扁平化层
    Reshape(),#重塑层
    nn.Linear(16*3*3,120), nn.Sigmoid(),
    nn.Linear(120,84), nn.Sigmoid(),
    nn.Linear(84,10))

# 随机输入张量X
X = torch.rand(size=(1, 1, 28, 28), dtype=torch.float32)
for layer in net:
  X = layer(X)
  # 打印当前层的类名和输出张量的形状
  print(layer.__class__.__name__, 'output shape: \t', X.shape)

Conv2d output shape: torch.Size([1, 6, 28, 28])

Sigmoid output shape: torch.Size([1, 6, 28, 28])

AvgPool2d output shape: torch.Size([1, 6, 14, 14])

Conv2d output shape: torch.Size([1, 16, 10, 10])

Sigmoid output shape: torch.Size([1, 16, 10, 10])

AvgPool2d output shape: torch.Size([1, 16, 3, 3])

Flatten output shape: torch.Size([1, 144])

Reshape output shape: torch.Size([1, 144])

Linear output shape: torch.Size([1, 120])

Sigmoid output shape: torch.Size([1, 120])

Linear output shape: torch.Size([1, 84])

Sigmoid output shape: torch.Size([1, 84])

Linear output shape: torch.Size([1, 10])

这段代码是一个简单的神经网络模型，用于对手写数字进行分类。让我逐步解释它：

1. import torch: 导入 PyTorch 库。
2. from torch import nn: 从 PyTorch 库中导入神经网络模块。
3. from d2l import torch as d2l: 从 D2L（Dive into Deep Learning）库中导入 PyTorch 版本的模块，并使用别名 d2l。
4. class Reshape(torch.nn.Module): 创建一个名为 Reshape 的类，继承自 torch.nn.Module。这个类用于重塑输入张量的形状。
   • def forward(self, x): 定义了一个前向传播函数，接受输入张量 x，并返回经过重塑后的张量。
5. net = torch.nn.Sequential(...)：创建一个序列化的神经网络模型 net，其中包含了一系列的神经网络层。
   • nn.Conv2d(1, 6, kernel_size=5, padding=2): 添加一个 2D 卷积层，将输入通道数设为 1，输出通道数设为 6，卷积核大小为 5x5，填充为 2。
   • nn.Sigmoid(): 添加一个 Sigmoid 激活函数层。
   • nn.AvgPool2d(2, stride=2): 添加一个 2x2 的平均池化层，步幅为 2。
   • nn.Conv2d(6, 16, kernel_size=5): 添加另一个 2D 卷积层，将输入通道数设为 6，输出通道数设为 16，卷积核大小为 5x5。
   • nn.Sigmoid(): 添加一个 Sigmoid 激活函数层。
   • nn.AvgPool2d(kernel_size=5, stride=2): 添加一个大小为 5x5 的平均池化层，步幅为 2。
   • nn.Flatten(): 添加一个扁平化层，将多维输入张量展平为一维。
   • Reshape(): 添加一个自定义的重塑层，用于将输入重塑为合适的形状。
   • nn.Linear(16*3*3, 120): 添加一个全连接层，将输入特征数设为 16x3x3，输出特征数设为 120。
   • nn.Sigmoid(): 添加一个 Sigmoid 激活函数层。
   • nn.Linear(120, 84): 添加另一个全连接层，输入特征数为 120，输出特征数为 84。
   • nn.Sigmoid(): 添加一个 Sigmoid 激活函数层。
   • nn.Linear(84, 10): 添加最后一个全连接层，输入特征数为 84，输出特征数为 10（对应于10个类别）。
6. X = torch.rand(size=(1, 1, 28, 28), dtype=torch.float32): 创建一个大小为 1x1x28x28 的随机输入张量 X，用于模型的输入。
7. for layer in net:: 遍历神经网络模型中的每一层。
   • X = layer(X): 将输入张量 X 输入到当前层，并将输出赋值给 X，以便将其作为下一层的输入。
   • print(layer.__class__.__name__, 'output shape: \t', X.shape): 打印当前层的类名和输出张量的形状。

在上述代码中，通过定义一个神经网络模型，该模型可以接受28x28像素的手写数字图像作为输入，并将其分类为数字0到9中的一个。这是因为该模型的最后一层是一个具有10个输出节点的全连接层，每个节点对应于一个数字类别。

在训练过程中，模型将学习如何从输入图像中提取特征，并通过这些特征对数字进行分类。具体来说，模型的各个层将在训练数据上进行参数优化，以便最小化预测输出与实际标签之间的差距（损失）。通过反向传播算法，模型将根据损失来更新自己的参数，从而逐渐提高对手写数字的分类准确率。

因此，这个模型被设计用于对手写数字进行分类。