Pytorch 4.6 练手

最新推荐文章于 2025-09-04 16:29:18 发布

原创最新推荐文章于 2025-09-04 16:29:18 发布 · 260 阅读

0 ·

CC 4.0 BY-SA版权

Pytorch练手专栏收录该内容

4 篇文章

订阅专栏

本文介绍了一个使用PyTorch实现线性回归的具体案例。通过继承nn.Module自定义了一个全连接层，并演示了如何创建模型实例、输入数据并得到输出结果。此外，还展示了模型参数的具体形式。

一个实现线性回归的pytorch 代码，由于之前已经安装好，此处不在赘述具体过程。

'''
继承nn.Module实现全连接层
'''
import torch as t
from torch import  nn

class Linear(nn.Module):
    def __init__(self, in_features, out_features):
        #在构造函数中定义自己的需要更新的参数，封装成 parameter
        #Parameter是默认 requires_grad = True
        super(Linear, self).__init__() #等价于 nn.Module.__init__(self)
        self.w = nn.Parameter(t.randn(in_features, out_features))
        self.b = nn.Parameter(t.randn(out_features))

    def forward(self, x):
        output = x.mm(self.w) + self.b
        return output

#main
if __name__ == "__main__":
    layer =Linear(4,3)
    X = t.randn(2,4)
    print(X)
    output = layer(X)
    print(output)
    for name, parameter in layer.named_parameters():
        print(name,parameter)