python深度学习基于pytorch-torch.nn补充

最新推荐文章于 2024-07-11 15:22:58 发布

斯托克斯求曲线

最新推荐文章于 2024-07-11 15:22:58 发布

阅读量350

点赞数

分类专栏： pytorch学习深度学习

本文链接：https://blog.csdn.net/tangzhaotz/article/details/107451398

版权

本文详细介绍了Python深度学习库PyTorch中的torch.nn模块，包括其核心概念、常用层和模块的使用方法，以及如何构建神经网络模型。通过实例解析，帮助读者深入理解pytorch.nn在深度学习实践中的应用。

摘要由CSDN通过智能技术生成

# pytorch
# -*- coding: utf-8 -*-
# @Author  : Tangzhao
# @Blog:https://blog.csdn.net/tangzhaotz

"""
构建神经网络，采用了torch.nn.Squential()来构建网络层，如果要对每一个层定义一个名称，可以采用Squential的一种改进方法，在Squential的基础上，
通过add_module()来添加每一层，并且为每一层添加单独的名称
此外，还可以在Squential的基础上，通过字典的形式添加每一层，设置单独的层名称
"""
import torch.nn as nn
import torch

class Net(nn.Module):
    def __init__(self):
        super(Net,self).__init__()
        self.conv = nn.Sequential(
            OrderedDict(
                [
                    ('conv1',nn.Conv2d(3,32,3,1,1)),
                    ('relu',nn.Relu()),
                    ('pool',nn.MaxPool2d(2))
                ]
            )
        )

        self.dense = nn.Sequential(
            OrderedDict(
                [
                    ('dense1',nn.Linear(32*3*3,128)),