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实现的DES加密算法和3DES加密算法实例
Jun 03 Python
python开发之for循环操作实例详解
Nov 12 Python
python中os模块详解
Oct 14 Python
详解python校验SQL脚本命名规则
Mar 22 Python
Python3的高阶函数map,reduce,filter的示例详解
Jul 23 Python
Python的Lambda函数用法详解
Sep 03 Python
Python实现子类调用父类的初始化实例
Mar 12 Python
Django项目创建及管理实现流程详解
Oct 13 Python
Pycharm创建python文件自动添加日期作者等信息(步骤详解)
Feb 03 Python
pytorch中的model.eval()和BN层的使用
May 22 Python
Pytorch中的数据集划分&正则化方法
May 27 Python
教你用Python matplotlib库制作简单的动画
Jun 11 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实现的仿阿里巴巴实现同类产品翻页
2009/12/11 PHP
php中关于codeigniter的xmlrpc的类在进行数据交换时的类型问题
2011/07/03 PHP
PHP 获取文件路径(灵活应用__FILE__)
2013/02/15 PHP
php GUID生成函数和类
2014/03/10 PHP
php中实现精确设置session过期时间的方法
2014/07/17 PHP
php经典算法集锦
2015/11/14 PHP
js 判断浏览器类型 去全角、半角空格 自动关闭当前窗口
2009/04/10 Javascript
Jquery Ajax 学习实例2 向页面发出请求 返回JSon格式数据
2010/03/15 Javascript
js获取当前页面路径示例讲解
2014/01/08 Javascript
js在IE与firefox的差异集锦
2014/11/11 Javascript
AngularJS iframe跨域打开内容时报错误的解决办法
2015/01/26 Javascript
分享一个插件实现水珠自动下落效果
2016/06/01 Javascript
JavaScript屏蔽Backspace键的实现代码
2017/11/02 Javascript
vue实现一个炫酷的日历组件
2018/10/08 Javascript
Vue实现Header渐隐渐现效果的实例代码
2020/11/05 Javascript
python实现的一个p2p文件传输实例
2014/06/04 Python
将Django使用的数据库从MySQL迁移到PostgreSQL的教程
2015/04/11 Python
简单介绍使用Python解析并修改XML文档的方法
2015/10/15 Python
梯度下降法介绍及利用Python实现的方法示例
2017/07/12 Python
Python编程实现二分法和牛顿迭代法求平方根代码
2017/12/04 Python
pandas 透视表中文字段排序方法
2018/11/16 Python
详解小白之KMP算法及python实现
2019/04/04 Python
举例详解CSS3中的Transition
2015/07/15 HTML / CSS
HTML5中的nav标签学习笔记
2016/06/24 HTML / CSS
Javascript如何发送一个Ajax请求
2015/01/26 面试题
nohup的用法
2012/11/26 面试题
《纸船和风筝》教学反思
2014/02/15 职场文书
技能竞赛活动方案
2014/02/21 职场文书
2015年元旦文艺汇演主持词
2014/03/26 职场文书
数学高效课堂实施方案
2014/03/29 职场文书
《恐龙》教学反思
2014/04/27 职场文书
大学优秀班主任事迹材料
2014/05/02 职场文书
护士找工作求职信
2014/07/02 职场文书
涨价通知
2015/04/23 职场文书
农业项目投资意向书
2015/05/09 职场文书
使用Python脚本对GiteePages进行一键部署的使用说明
2021/05/27 Python