神经网络机基本框架-nn.Module的使用

目录

前言

一、完整代码示例

二、简单分析

1.nn.Module 是什么？

2.forward() 方法：定义前向传播逻辑。

def forward(self, input):    return input + 1

总结

---

前言

本章演示了如何通过继承torch.nn.Module类创建一个自定义神经网络模块，并定义其前向传播逻辑。构建深度学习网络的基础。

一、完整代码示例

import torch
from torch import nn

# 定义一个名为 yaowen 的自定义网络模块
class yaowen(nn.Module):
    def __init__(self):
        super().__init__() 

    def forward(self, input):
        output = input + 1  # 前向逻辑
        return output

# 实例化模型
yaowen = yaowen()

x = torch.tensor(1.0)

# 执行前向传播
output = yaowen(x)

print(output)

 这里yaowen是我的名字，你可以让他是任何合法的名字。

二、简单分析

1.nn.Module 是什么？

torch.nn.Module 是 PyTorch 中所有神经网络模块的基类。

自定义模型时通常要继承它，并重写：

def __init__(self):
        super().__init__()#重写步骤

2.forward() 方法：定义前向传播逻辑。

def forward(self, input):
    return input + 1

---

总结

学会了继承torch.nn.Module类创建一个自定义神经网络模块，并定义其前向传播逻辑。构建深度学习网络的基础。