一学就会的深度学习基础指令及操作步骤（2）模型构建

模型构建

自定义模型子模块

扩展 Module 类，需要定义两个方法：

• init：定义模块属性
• forward ：设置如何处理来自前一层的任何输入数据

class MyConvBlock(nn.Module):
    def __init__(self, in_ch, out_ch, dropout_p):
        kernel_size = 3
        super().__init__()

        self.model = nn.Sequential(
            nn.Conv2d(in_ch, out_ch, kernel_size, stride=1, padding=1),
            nn.BatchNorm2d(out_ch),
            nn.ReLU(),
            nn.Dropout(dropout_p),
            nn.MaxPool2d(2, stride=2)
        )

    def forward(self, x):
        return self.model(x)

flattened_img_size = 75 * 3 * 3

# Input 1 x 28 x 28
base_model = nn.Sequential(
    MyConvBlock(IMG_CHS, 25, 0), # 25 x 14 x 14
    MyConvBlock(25, 50, 0.2), # 50 x 7 x 7
    MyConvBlock(50, 75, 0),  # 75 x 3 x 3
    # Flatten to Dense Layers
    nn.Flatten(),
    nn.Linear(flattened_img_size, 512),
    nn.Dropout(.3),
    nn.ReLU(),
    nn.Linear(512, N_CLASSES)
)

展平图片 nn.Flatten()

把多维数据“压扁”成一维或二维，让数据能塞进某些只能处理简单结构的模型里（比如全连接神经网络）。

nn.Flatten默认的start_dim是1，即从第2维[1]及向后开始展平（相乘）

layers = [
    nn.Flatten()
]
layers
>>> [Flatten(start_dim=1, end_dim=-1)]

除非设置从第1维[0]开始，如下

nn.Flatten(start_dim=0)(test_matrix)

构建模型 nn.Sequential()

把多个神经网络层按顺序组装成一个模型

# 构建层
n_classes = 10

layers = [
    nn.Flatten(),
    nn.Linear(input_size, 512),  # Input
    nn.ReLU(),  # Activation for input
    nn.Linear(512, 512),  # Hidden
    nn.ReLU(),  # Activation for hidden
    nn.Linear(512, n_classes)  # Output
]
layers
>>> [Flatten(start_dim=1, end_dim=-1),
>>> Linear(in_features=784, out_features=512, bias=True),
>>> ReLU(),
>>> Linear(in_features=512, out_features=512, bias=True),
>>> ReLU(),
>>> Linear(in_features=512, out_features=10, bias=True)]

# 将所有层按顺序组合成一个神经网络模型

```python
model = nn.Sequential(*layers)
model
>>>Sequential(
>>>  (0): Flatten(start_dim=1, end_dim=-1)
>>>  (1): Linear(in_features=784, out_features=512, bias=True)
>>>  (2): ReLU()
>>>  (3): Linear(in_features=512, out_features=512, bias=True)
>>>  (4): ReLU()
>>>  (5): Linear(in_features=512, out_features=10, bias=True)
>>>)

卷积神经网络组合

nn.Sequential构建的，可能包含多个卷积块和一个全连接部分。每个卷积块里有卷积层、批归一化、激活函数、池化，可能还有Dropout。然后展平，接全连接层。

卷积块举例如下：

Conv → Norm → ReLU → Pooling 模式

nn.Conv2d(25, 50, kernel_size=3, stride=1, padding=1),  # 输入25，输出50通道
nn.BatchNorm2d(50),       # 稳定梯度，加速收敛                                                     
nn.ReLU(),                # 激活函数                                                            
nn.Dropout(0.2),          # 随机丢弃20%神经元，防过拟合，增强泛化能力                                                          
nn.MaxPool2d(2, 2)        # 池化窗口2x2，步长2                                                  

卷积后尺寸：(W - K + 2P)/S + 1
通道数逐层增加，逐步提取从简单到复杂的特征。
空间尺寸逐层减小，保留关键信息，降低计算量。
例如：手指边缘 → 手指形态 → 整个手部姿态

全连接分类层

nn.Flatten(),  # 将一个多维的层输出展平成一维数组（特征向量），将连接到最终的分类层。
nn.Linear(flattened_img_size, 512),  # 以特征向量为输入，学习哪些特征将对特定分类有贡献
nn.Dropout(.3),
nn.ReLU(),
nn.Linear(512, n_classes) # 最终的分类层，输出我们的预测结果