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中的ConfigParser模块使用详解
May 04 Python
Python中利用Scipy包的SIFT方法进行图片识别的实例教程
Jun 03 Python
Python 描述符(Descriptor)入门
Nov 20 Python
python实现发送邮件功能代码
Dec 14 Python
python使用pandas实现数据分割实例代码
Jan 25 Python
在Python中分别打印列表中的每一个元素方法
Nov 07 Python
Python画图实现同一结点多个柱状图的示例
Jul 07 Python
简单了解django orm中介模型
Jul 30 Python
python通过robert、sobel、Laplace算子实现图像边缘提取详解
Aug 21 Python
django执行数据库查询之后实现返回的结果集转json
Mar 31 Python
Python 实现RSA加解密文本文件
Dec 30 Python
Python使用海龟绘图实现贪吃蛇游戏
Jun 18 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 向右侧拉菜单实现代码,测试使用中
2009/11/03 PHP
关于Sphinx创建全文检索的索引介绍
2013/06/25 PHP
PHP实现数组array转换成xml的方法
2016/07/19 PHP
php并发加锁示例
2016/10/17 PHP
PHP 验证身份证是否合法的函数
2017/02/09 PHP
JavaScript CSS修改学习第二章 样式
2010/02/19 Javascript
jquery创建一个ajax关键词数据搜索实现思路
2013/02/26 Javascript
JavaScript多图片上传案例
2015/09/28 Javascript
JS中关于事件处理函数名后面是否带括号的问题
2016/11/16 Javascript
纯JS焦点图特效实例(可一个页面多用)
2016/12/07 Javascript
通过jquery toggleClass()属性制作文章段落更改背景颜色
2018/05/21 jQuery
nodejs之koa2请求示例(GET,POST)
2018/08/07 NodeJs
swiper在vue项目中loop循环轮播失效的解决方法
2018/09/15 Javascript
Bootstrap4 gulp 配置详解
2019/01/06 Javascript
详解Vite的新体验
2021/02/22 Javascript
python 对txt中每行内容进行批量替换的方法
2018/07/11 Python
python脚本调用iftop 统计业务应用流量的思路详解
2019/10/11 Python
将python文件打包exe独立运行程序方法详解
2020/02/12 Python
python如何输出反斜杠
2020/06/18 Python
python通过函数名调用函数的几种场景
2020/09/23 Python
Pycharm常用快捷键总结及配置方法
2020/11/14 Python
详解CSS3中强大的filter(滤镜)属性
2017/06/29 HTML / CSS
德国百年厨具品牌WMF美国站:WMF美国
2016/09/12 全球购物
adidas美国官网:adidas US
2016/09/21 全球购物
印度服装购物网站:Limeroad
2018/09/26 全球购物
表扬信格式
2014/01/12 职场文书
我爱我校演讲稿
2014/05/21 职场文书
中秋晚会策划方案
2014/06/12 职场文书
《微笑着面对生活》优秀演讲稿范文
2014/09/23 职场文书
群众路线教育实践活动个人对照检查材料思想汇报(社区班子)
2014/10/06 职场文书
语文复习计划
2015/01/19 职场文书
小学五一劳动节活动总结
2015/02/09 职场文书
化妆品促销活动总结
2015/05/07 职场文书
借条如何写
2015/05/26 职场文书
2016秋季校长开学典礼致辞
2015/11/26 职场文书
2016春季幼儿园大班开学寄语
2015/12/03 职场文书