第三章 Pytorch基础 Chapter 3-1 神经网络核心组件

第三章 Pytorch基础 Chapter 3-1 神经网络核心组件

1. 核心组件包括

• 层：神经网络的基本结构，将输入张量映射为输出张量；
• 模型：层构成的网络；
• 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；
• 优化器：如何使损失函数最小的工具。

2. 多个层链接在一起构成一个模型或者网络，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（可以是距离，也可以是概率），该损失值用于衡量预测值与目标结果的匹配或相似程度，优化器利用损失值更新权重参数，从而使损失值越来越小。这是一个循环过程，当损失值达到一个阈值或者循环次数达到指定的次数，循环结束。