pytorch(2) ---实现二层卷积神经网络
程序员文章站
2022-07-06 17:31:06
...
1.jupyter 实现二层卷积神经网络
2.实现步骤
设置训练数据;
设置model,loss,optimizer;
进行训练迭代(1.forward;2.loss计算;3.backward;4.参数更新)
3.注意函数的写法及传递的参数
torch.nn.Sequential()
torch.nn.Linear(Cin,Cout,bias=False)
torch.nn.ReLU()
torch.nn.MSELoss(reduction='sum')
torch.optim.Adam(model.parameters().lr=learning_rate)
torch.nn.init.normal_(model[0].weight)
y_pred=model(x)
loss=loss_fn(y_pred,y)
optimizer.zero_grad()
loss.backward()
optimizer.step()
下一篇: 【pytorch实现】卷积神经网络(3)
推荐阅读
-
PyTorch上搭建简单神经网络实现回归和分类的示例
-
利用PyTorch实现循环神经网络RNN
-
Python通过TensorFlow卷积神经网络实现猫狗识别
-
pytorch手动实现MobileNet_v2
-
PyTorch上实现卷积神经网络CNN的方法
-
tensorflow2.0之keras实现卷积神经网络
-
TensorFlow 实战之实现卷积神经网络的实例讲解
-
深度之眼Pytorch打卡(十五):Pytorch卷积神经网络部件——转置卷积操作与转置卷积层(对转置卷积操作全网最细致分析,转置卷积的stride与padding,转置与反卷积名称论证)
-
简单详细!Pytorch实现Pix2Pix图像翻译模型(facades数据集)
-
PyTorch实现L1,L2正则化以及Dropout