总结一下使用pytorch搭建神经网路的一般步骤

总结一下使用pytorch搭建神经网路的一般步骤：

（1）第一步：处理输入数据

（2）第二步：搭建网络结构，得到一个model。网络的结构可以是这种最简单的序贯模型，当然还可以是多输入-单输出模型、单输入-多输出模型、多输入-多输出模型、跨层连接的模型等。

（2）第三步：定义损失函数。

loss = torch.nn.MSELoss(reduction='sum')

（4）第四步：定义优化方式。构造一个optimizer对象

optimizer = torch.optim.Adam(model.parameters(), lr=learning_rate)

上面是模型以及模型相关的配置，下面是训练。

（1）第一步：计算预测值，前向传播;

（2）第二步：根据损失函数计算loss

（3）第三步：梯度归零

    optimizer.zero_grad()

（4）第四步：反向传播误差

    loss.backward()

（5）更新参数，使用step（）

    optimizer.step()