Pytorch 入门

写一点入门级别的pytorch项目

安装 略过 我用了学校的VM

一个简单的神经元网络模型：

一个简单的API，下面具体代码实现会稍作解释

测试用MNIST：http://yann.lecun.com/exdb/mnist/ 数据集，包含各种0-9的写法

加载数据集分为train和test两个数据集：train用来训练模型，test用来检测模型的契合度

同时custom_transform将图片数据转为tensor

之后就可以开始搭建我们的模型，nn.Sequential将各个步骤结合在一起

具体我们包含以下几个layer

1. flatten layer展开数据

2. linear layer（input, output）

3. RELU

4. Linear 

5. RELU

6.linear

以上六层就初步的搭建了我们最基础的一个模型

接下来就可以train我们的模型了

train之前model.train是必不可少的一步

nn.CrossEntropyLoss() 包含了 logSoftmax和NLLLoss两种在里面

训练出来的结果差不多是这样的

然后是对模型的评价，要调成model.eval

大概的结果如上

最后一步是用模型对新的数据进行估计

至此，一个基础的神经网络模型就好了