3.4模型构建

文档摘要

3.4 模型构建人工智能的第三次浪潮受益于卷积神经网络的出现和BP反向传播算法的实现，随着深度学习的发展，研究人员研究出了许许多多的模型，PyTorch中神经网络构造一般是基于类的模型来完成的，它让模型构造更加灵活。经过本节的学习，你将收获： PyTorch中神经网络的构造方法 PyTorch中特殊层的构建 LeNet的PyTorch实现 3.4.1 神经网络的构造类是模块里提供的一个模型构造类，是所有神经网络模块的基类，我们可以继承它来定义我们想要的模型。下面继承 Module 类构造多层感知机。这里定义的 MLP 类重载了类的函数和函数。它们分别用于创建模型参数和定义前向计算（正向传播）。下面的 MLP 类定义了一个具有两个隐藏层的多层感知机。