PyTorch如何搭建一个简单的网络


Posted in Python onAugust 24, 2020

1 任务

首先说下我们要搭建的网络要完成的学习任务: 让我们的神经网络学会逻辑异或运算,异或运算也就是俗称的“相同取0,不同取1” 。再把我们的需求说的简单一点,也就是我们需要搭建这样一个神经网络,让我们在输入(1,1)时输出0,输入(1,0)时输出1(相同取0,不同取1),以此类推。

2 实现思路

因为我们的需求需要有两个输入,一个输出,所以我们需要在输入层设置两个输入节点,输出层设置一个输出节点。因为问题比较简单,所以隐含层我们只需要设置10个节点就可以达到不错的效果了,隐含层的激活函数我们采用ReLU函数,输出层我们用Sigmoid函数,让输出保持在0到1的一个范围,如果输出大于0.5,即可让输出结果为1,小于0.5,让输出结果为0.

3 实现过程

我们使用的简单的快速搭建法。

3.1 引入必要库

import torch
import torch.nn as nn
import numpy as np

用pytorch当然要引入torch包,然后为了写代码方便将torch包里的nn用nn来代替,nn这个包就是neural network的缩写,专门用来搭神经网络的一个包。引入numpy是为了创建矩阵作为输入。

3.2 创建训练集

# 构建输入集
x = np.mat('0 0;'
      '0 1;'
      '1 0;'
      '1 1')
x = torch.tensor(x).float()
y = np.mat('1;'
      '0;'
      '0;'
      '1')
y = torch.tensor(y).float()

我个人比较喜欢用np.mat这种方式构建矩阵,感觉写法比较简单,当然你也可以用其他的方法。但是构建完矩阵一定要有这一步 torch.tensor(x).float() ,必须要把你所创建的输入转换成tensor变量。

什么是tensor呢?你可以简单地理解他就是pytorch中用的一种变量,你想用pytorch这个框架就必须先把你的变量转换成tensor变量。而我们这个神经网络会要求你的输入和输出必须是float浮点型的,指的是tensor变量中的浮点型,而你用np.mat创建的输入是int型的,转换成tensor也会自动地转换成tensor的int型,所以要在后面加个.float()转换成浮点型。

这样我们就构建完成了输入和输出(分别是x矩阵和y矩阵),x是四行二列的一个矩阵,他的每一行是一个输入,一次输入两个值,这里我们把所有的输入情况都列了出来。输出y是一个四行一列的矩阵,每一行都是一个输出,对应x矩阵每一行的输入。

3.3 搭建网络

myNet = nn.Sequential( 
  nn.Linear(2,10),
  nn.ReLU(),
  nn.Linear(10,1),
  nn.Sigmoid()
  )
print(myNet)

输出结果:

PyTorch如何搭建一个简单的网络

我们使用nn包中的Sequential搭建网络,这个函数就是那个可以让我们像搭积木一样搭神经网络的一个东西。

nn.Linear(2,10)的意思搭建输入层,里面的2代表输入节点个数,10代表输出节点个数。Linear也就是英文的线性,意思也就是这层不包括任何其它的激活函数,你输入了啥他就给你输出了啥。nn.ReLU()这个就代表把一个激活函数层,把你刚才的输入扔到了ReLU函数中去。 接着又来了一个Linear,最后再扔到Sigmoid函数中去。 2,10,1就分别代表了三个层的个数,简单明了。

3.4 设置优化器

optimzer = torch.optim.SGD(myNet.parameters(),lr=0.05)
loss_func = nn.MSELoss()

对这一步的理解就是,你需要有一个优化的方法来训练你的网络,所以这步设置了我们所要采用的优化方法。

torch.optim.SGD的意思就是采用SGD(随机梯度下降)方法训练,你只需要把你网络的参数和学习率传进去就可以了,分别是 myNet.paramets 和 lr 。 loss_func 这句设置了代价函数,因为我们的这个问题比较简单,所以采用了MSE,也就是均方误差代价函数。

3.5 训练网络

for epoch in range(5000):
  out = myNet(x)
  loss = loss_func(out,y)
  optimzer.zero_grad()
  loss.backward()
  optimzer.step()

我这里设置了一个5000次的循环(可能不需要这么多次),让这个训练的动作迭代5000次。每一次的输出直接用myNet(x),把输入扔进你的网络就得到了输出out(就是这么简单粗暴!),然后用代价函数和你的标准输出y求误差。 清除梯度的那一步是为了每一次重新迭代时清除上一次所求出的梯度,你就把这一步记住就行,初学不用理解太深。 loss.backward() 当然就是让误差反向传播,接着 optimzer.step() 也就是让我们刚刚设置的优化器开始工作。

3.6 测试

print(myNet(x).data)

运行结果:

PyTorch如何搭建一个简单的网络

可以看到这个结果已经非常接近我们期待的结果了,当然你也可以换个数据测试,结果也会是相似的。这里简单解释下为什么我们的代码末尾加上了一个.data,因为我们的tensor变量其实是包含两个部分的,一部分是tensor数据,另一部分是tensor的自动求导参数,我们加上.data意思是输出取tensor中的数据,如果不加的话会输出下面这样:

PyTorch如何搭建一个简单的网络

以上就是PyTorch如何搭建一个简单的网络的详细内容,更多关于PyTorch搭建网络的资料请关注三水点靠木其它相关文章!

Python 相关文章推荐
python实现随机森林random forest的原理及方法
Dec 21 Python
Python多继承顺序实例分析
May 26 Python
解决tensorflow测试模型时NotFoundError错误的问题
Jul 26 Python
在Pycharm中项目解释器与环境变量的设置方法
Oct 29 Python
Windows 8.1 64bit下搭建 Scrapy 0.22 环境
Nov 18 Python
pandas求两个表格不相交的集合方法
Dec 08 Python
Python3使用Matplotlib 绘制精美的数学函数图形
Apr 11 Python
python模拟鼠标点击和键盘输入的操作
Aug 04 Python
python实现批量修改服务器密码的方法
Aug 13 Python
pandas中read_csv、rolling、expanding用法详解
Apr 21 Python
如何理解Python中的变量
Jun 01 Python
Python 使用Opencv实现目标检测与识别的示例代码
Sep 08 Python
Python pysnmp使用方法及代码实例
Aug 24 #Python
详解python tcp编程
Aug 24 #Python
Python rabbitMQ如何实现生产消费者模式
Aug 24 #Python
利用Python的folium包绘制城市道路图的实现示例
Aug 24 #Python
深入分析python 排序
Aug 24 #Python
超级实用的8个Python列表技巧
Aug 24 #Python
基于CentOS搭建Python Django环境过程解析
Aug 24 #Python
You might like
PHP调用三种数据库的方法(3)
2006/10/09 PHP
新手学PHP之数据库操作详解及乱码解决!
2007/01/02 PHP
提高PHP性能的编码技巧以及性能优化详细解析
2013/08/24 PHP
laravel model模型处理之修改查询或修改字段时的类型格式案例
2019/10/17 PHP
防止网站内容被拷贝的一些方法与优缺点好处与坏处分析
2007/11/30 Javascript
JS限制上传图片大小不使用控件在本地实现
2012/12/19 Javascript
使用jQuery异步加载 JavaScript脚本解决方案
2014/04/20 Javascript
jQuery中的pushStack实现原理和应用实例
2015/02/03 Javascript
JavaScript电子时钟倒计时
2016/01/09 Javascript
AngularJS 中的指令实践开发指南(一)
2016/03/20 Javascript
常用js,css文件统一加载方法(推荐) 并在加载之后调用回调函数
2016/09/23 Javascript
JS如何设置iOS中微信浏览器的title
2016/11/22 Javascript
利用jQuery.Validate异步验证用户名是否存在(推荐)
2016/12/09 Javascript
javascript用rem来做响应式开发
2018/01/13 Javascript
vue-cli脚手架引入图片的几种方法总结
2018/03/13 Javascript
Django在Win7下的安装及创建项目hello word简明教程
2014/07/14 Python
python自定义解析简单xml格式文件的方法
2015/05/11 Python
基于python实现微信模板消息
2015/12/21 Python
Python中顺序表的实现简单代码分享
2018/01/09 Python
python时间序列按频率生成日期的方法
2019/05/14 Python
Django的models中on_delete参数详解
2019/07/16 Python
Python udp网络程序实现发送、接收数据功能示例
2019/12/09 Python
Python selenium模拟手动操作实现无人值守刷积分功能
2020/05/13 Python
python中return不返回值的问题解析
2020/07/22 Python
优秀员工自荐书范文
2013/12/08 职场文书
妈妈的账单教学反思
2014/02/06 职场文书
个人近期表现材料
2014/02/11 职场文书
创建文明学校实施方案
2014/03/11 职场文书
计算机多媒体专业自荐信
2014/07/04 职场文书
饭店服务员岗位职责
2015/02/09 职场文书
2015年宣传思想工作总结
2015/05/22 职场文书
2016年社会主义核心价值观心得体会
2016/01/21 职场文书
2016孝老爱亲模范事迹材料
2016/02/26 职场文书
Python常用配置文件ini、json、yaml读写总结
2021/07/09 Python
Python 可迭代对象 iterable的具体使用
2021/08/07 Python
git stash(储藏)的用法总结
2022/06/25 Servers