2021-05-16

pytorchAPI使用

1.nn.Module

1._init_

2.forward完成一次向前计算的过程

1.nn.Linear为torch预定义好的线性模型，也被称为全连接层，是不算（batch_size的列数）实例化：self.linear=nn.Linear(输入的特征数量，输出的特征数量)

2.nn.Module定义了_call_方法，实现的就是调用forward方法，即Lr的实例，能够直接被传入参数调用，实际上调用的是forward方法并传入参数

linear类中也有_init_方法和forward方法

#实例化模型

model=Lr()

#传入数据，计算结果

predict=model(x)

2.优化器类

1.torch.optim

torch.optim.SGD(model.parameters，学习率)

torch.optim.Adam(模型参数，学习率)

model.parameters()可以获取所有requires_grad=True的参数

优化类的使用方法

optimizer=torch.optim.SGD(model.parameters，lr=1e-3)   实例化

optimizer.zero_grad()梯度置为0

loss.backward() 计算梯度

optimizer.step()  更新参数的值

3.损失函数

nn.MSELoss