第一个python的例子_理解PyTorch的第一个例子

刚开始学AI，几乎没用过Python，听说PyTorch发展不错，且比TensorFlow更容易上手，调试也更简单，那就PyTorch吧。

在PyTorch官网文档指导下，安装好了PyTorch，接着就看官网的，这篇tutorial写得很不错，文字部分基本都能理解，但是到了第一个例子，虽然是及其简单的AI示例，但我看代码还是感觉吃力，又查了不少资料，才大概理解，这里就算是做了个笔记和总结吧。

示例代码是这样的：

import torch

import torch.nn as nn

import torch.nn.functional as F

class Net(nn.Module):

def __init__(self):

super(Net, self).__init__()

# 1 input image channel, 6 output channels, 3x3 square convolution

# kernel

self.conv1 = nn.Conv2d(1, 6, 3)

self.conv2 = nn.Conv2d(6, 16, 3)

# an affine operation: y = Wx + b

self.fc1 = nn.Linear(16 * 6 * 6, 120) # 6*6 from image dimension

self.fc2 = nn.Linear(120, 84)

self.fc3 = nn.Linear(84, 10)

def forward(self, x):

# Max pooling over a (2, 2) window

x = F.max_pool2d(F.relu(self.conv1(x)), (2, 2))

# If the size is a square you can only specify a single number

x = F.max_pool2d(F.relu(self.conv2(x)), 2)

x = x.view(-1, self.num_flat_features(x))

x = F.relu(self.fc1(x))

x = F.relu(self.fc2(x))

x = self.fc3(x)

return x

def num_flat_features(self, x):

size = x.size()[1:] # all dimensions except the batch dimension

num_features = 1

for s in size:

num_features *= s

return num_features

net = Net()

print(net)结合图片一起看

首先，要注意看示例里面的那个图，仔细看图发现代码里的参数和图片里面图形个数是对应的:

这样对照起来，就知道代码是在定义一个什么结构的网络了。

2. 卷积层(Convolution Layer) Kernel定义

# 1 input image channel, 6 output channels, 3x3 square convolution

# kernel

self.conv1 = nn.Conv2d(1, 6, 3)

self.conv2 = nn.Conv2d(6, 16, 3)

作为一个CNN，提取特征就要定义卷积核，PyTorch的nn.Conv2d就是定义一层卷积层，原数据是二维的，所以是Conv2d。

第一层卷积层nn.Conv2d(1, 6, 3)第一个参数值1，表示输入一个二维数组；第二个参数值6，表示提取6个特征，得到6个feature map，或者说是activation map；第三个参数值3，表示卷积核是一个3*3的矩阵。第二层卷积层的理解也类似。

至于卷积核具体是什么值，似乎是PyTorch自动设定并调优的，这个原理还需要找资料深入了解下。

卷积层的结构定义就完了。PyTorch确实简洁明了。

3. 全连接层(Fully Connected Layer) 定义

self.fc1 = nn.Linear(16 * 6 * 6, 120) # 6*6 from image dimension

self.fc2 = nn.Linear(120, 84)

self.fc3 = nn.Linear(84, 10)

这个例子是个线性模型，全连接层定义了三层线性转换。

nn.Linear(16 * 6 * 6, 120), 第一个参数的取值是来自于卷积层输出了16个feature map, 每个feature map是66的二维数据，16*6*6就是把这16个二维数组拍扁了后一维向量的size，第二个参数值120是说经过第一层全连接转换后得到120个神经元。第二层，84个神经元；第三层，10个神经元。这个线性模型的全连接层结构就定义好了。这么简单？那些权重啊Bias啊什么的呢怎么设定的？原来，Linear有三个参数，分别是输入特征数，输出特征数以及是否使用偏置(默认为True)。默认情况下Linear会自动生成权重参数和偏置，所以在模型中不需要单独定义权重参数，并且Linear提供比原先自定义权重参数时使用的randn随机正太分布更好的参数初始化方法。简直碉堡了！

4. Convolution Layer和Fully Connected Layer的对接

Convolution Layer输出了多个feature map，每个feature map都是二维的。而Fully Connected Layer的输入是一维向量。那Convolution Layer和Fully Connected Layer是怎么对接到一起的？关键看下面这行代码：

x = x.view(-1, self.num_flat_features(x))

通过这个view()函数我们把二维数据变成了一维向量。