构建经网络#创建于：221年2月9日 | 后新：225年1月24日 | 后验证：未验证株洲防火门胶
经网络由执行数据操作的层/模块组成。torch.nn 命名空间提供了构建自定义经网络所需的所有构建块。PyTorch 中的每个模块都继承自nn.Module。经网络本身就是个模块，它包含其他模块（层）。这种嵌套结构使得构建和管理复杂架构变得容易。
在接下来的部分，我们将构建个经网络来对 FashionMNIST 数据集中的图像进行分类。
获取训练设备#我们希望能够在加速器（如 CUDA、MPS、MTIA 或 XPU）上训练我们的模型。如果当前加速器可用，我们将使用它。否则，我们将使用 CPU。
定义类#我们通过继承 nn.Module 来定义经网络，并在 __init__ 中初始化经网络层。每个 nn.Module 子类都在 forward 法中实现对输入数据的操作。
我们创建 NeuralNetwork 的实例，将其移动到 device，并印其结构。
要使用模型，我们会将输入数据传递给它。这会执行模型的 forward 法以及些后台操作。请勿直接调用 model.forward()！
奥力斯 pvc管道管件胶批发 联系人：王经理 手机：15226765735（微信同号） 地址：河北省任丘市北辛庄乡南代河工业区株洲防火门胶
在输入上调用模型会返回个二维张量，其中 dim= 对应于每个类别的 1 个原始预测值的输出，dim=1 对应于每个输出的单个值。通过将输出传递给 nn.Softmax 模块的实例，我们获得预测概率。
模型层#让我们分解下 FashionMNIST 模型中的层。为了说明这点，我们将取个包含 3 个 28x28 图像的样本小批量，看看它在通过网络时会发生什么。
nn.Flatten#我们初始化 nn.Flatten 层，将每个 2D 28x28 图像转换为个连续的 784 像素值数组（小批量维度（在 dim= 上）保持不变）。
nn.Linear#线层 是个模块，它使用其存储的权重和偏差对输入应用线变换。
nn.ReLU#非线激活会创建模型输入和输出之间的复杂映射。它们在线变换后应用，万能胶厂家以引入*非线*，帮助经网络学习各种现象。
在此模型中，我们在线层之间使用 nn.ReLU，但还有其他激活函数可以在模型中引入非线。
nn.Sequential#nn.Sequential 是个有序的模块容器。数据按定义的顺序通过所有模块。您可以使用顺序容器快速组网络，例如 seq_modules。
nn.Softmax#经网络的后个线层返回logits - 原始值在 [-infty, infty] 范围内 - 这些值被传递给nn.Softmax 模块。logits 被缩放到 [, 1] 范围内的值，表示模型对每个类别的预测概率。dim 参数指示了须将值求和为 1 的维度。
模型参数#经网络中的许多层都是*参数化的*，即它们具有在训练期间化的相关权重和偏差。继承 nn.Module 会自动跟踪模型对象中定义的所有字段，并通过模型的 parameters() 或 named_parameters() 法使所有参数都可访问。
在此示例中，我们迭代每个参数，并印其大小和值的预览。
进步阅读#torch.nn API
脚本总运行时间： ( 分钟 .56 秒)
相关词条:铝皮保温 隔热条设备 钢绞线厂家玻璃棉 泡沫板橡塑板专用胶1.本网站以及本平台支持关于《新广告法》实施的“极限词“用语属“违词”的规定，并在网站的各个栏目、产品主图、详情页等描述中规避“违禁词”。
2.本店欢迎所有用户指出有“违禁词”“广告法”出现的地方，并积极配合修改。
3.凡用户访问本网页，均表示默认详情页的描述，不支持任何以极限化“违禁词”“广告法”为借口理由投诉违反《新广告法》，以此来变相勒索商家索要赔偿的违法恶意行为。