PyTorch深度学习笔记（十二）神经网络的基本骨架nn.Module的使用

课程学习笔记，课程链接

一、torch.nn简介

搭建神经网络常用的工具在 torch.nn 模块，官网

Containers 中文翻译为容器，但这里可以理解为骨架，往这个骨架中添加一些内容就可以构成一个神经网络。

Convolution Layers、Pooling Layers、Paading Layers 都是要添加进网络的各层。

Containers 中 Module 是最常用的，它是所有神经网络的基本类，给所有神经网络提供基本的骨架。

二、简单示例

import torch
from torch import nn
​
class Jiaolong(nn.Module):
    # Alt+insert 可重写方法或实现方法（Windows）
    def __init__(self) -> None:
        super().__init__()
​
    def forward(self, input):
        output = input + 1
        return output
jiaolong = Jiaolong()
x = torch.tensor(1.0)  # 将 1.0 这个数转换成 tensor 数据类型
output = jiaolong(x)
print(output)