pytorch基础教程-模型编写（一）

'''

pytorch 中神经网络模块化接口的了解

1, torch.nn是专门为设计的模块化接口，nn构建位于autograd之上，可以定义和运行神经网络

2, nn.Module是nn中十分重要的类，包含网络各层的定义以及forward方法

'''

'''

定义自己的网络：

1, 需要继承nn.Module类，并实现forward方法

2, 一般把网络中具有可学习参数的层放在构造函数中

3,不具有可学习参数的层可放在构造函数中，也可不放在构造函数中

4,只要在nn.Module的子类中定义了forward函数，backward函数就会被自动实现

5,forward函数可以使用任何Variable支持函数

pytorch中基于nn.Module的构建模型中，只支持mini-batch的Variab的输入方式

比如，只有一张输入图片，也需要变成NxCxHxW的形式：

input_image = torch.FloatTensor(1,28,28)

input_image = Variable(input_image)

input_image = input_image.unsqueeze(0)

'''

对于所有的接口函数都在：pytorch中文文档中

https://ptorch.com/docs/1/torch-nn

所以接下来模型撰写就，以LeNet为例：

import torch