Neural Networks
- 神经网络可以通过使用
torch.nn包来创建 nn依赖于autograd来定义模型并求导。- 一个
nn.Module类包含各个层和一个forward(input)前向传播方法，该方法返回output
例如这个分类数字图像的网络：
这是个简单的前馈神经网络，它接受一个输入，然后一层接一层的传递，最后输出计算结果
一个神经网络的典型训练过程：
- 定义包含一些可学习的参数（或权重）的神经网络
- 在数据集上迭代
- 通过神经网络处理输入
- 计算损失函数（预测值与实际值的差值大小）
- 将梯度反向传播回网络的参数
- 更新网络参数，主要使用一个简单的更新法则：
weight = weight - learning_rate * gradient
定义网络
import torch
import torch.nn as nn
import torch.nn.functional as F
class Net(nn.Module):
def __init__(self): # 构造方法
super().__init__() # 复制并使用Net的父类的初始化方法，即先运行nn.Module的初始化函数
# 卷积层
self.conv1 = nn.Conv2d(1, 6, 5)
self.conv2 = nn.Conv2d(6, 16, 5)
# fc(full_connect)全连接函数，均为线性函数 y = Wx + b
self.fc1 = nn.Linear(16 * 5 * 5, 120)
self.fc2 = nn.Linear(120, 84)
self.fc3 = nn.Linear(84, 10)
def forward(self, x): # 前向传播函数
# 将 x 放入卷积层 conv
# 经过激励函数 ReLu
# 使用2x2窗口进行最大池化 Max_poolinhg
x = F.max_pool2d(F.relu(self.conv1(x)), (2, 2))
x = F.max_pool2d(F.relu(self.conv2(x)), 2) # (2, 2)也可直接换作 2
# view 将 x 展开成一维的向量，总特征数并不改变，为接下来的全连接作准备。
x = x.view(-1, self.num_flat_features(x))
# 输入x经过 full_connect，再经过ReLU激活函数，然后更新x
x = F.relu(self.fc1(x))
x = F.relu(self.fc2(x))
# 输入x经过 full_connect 然后更新x
x = self.fc3(x)
return x
def num_flat_features(self, x): # 计算x的总特征量(把每个数字都看作是一个特征)
# 比如 x 是4*2*2的张量，那么它的特征总量就是16。
# Pytorch 仅接受批输入（一次性输入多张图片）
size = x.size()[1:] # 考虑除了第一个维度以外的所有维度
num_features = 1
for s in size:
num_features *= s
return num_features
net = Net()
print(net)
'''
Output:
Net(
(conv1): Conv2d(1, 6, kernel_size=(5, 5), stride=(1, 1))
(conv2): Conv2d(6, 16, kernel_size=(5, 5), stride=(1, 1))
(fc1): Linear(in_features=400, out_features=120, bias=True)
(fc2): Linear(in_features=120, out_features=84, bias=True)
(fc3): Linear(in_features=84, out_features=10, bias=True)
)
'''在模型中必须要定义 forward 函数，backward 函数（用来计算梯度）会被autograd自动创建。
可以在 forward 函数中使用任何针对 Tensor 的操作。
net.parameters()返回可被学习的参数（权重）列表和值:
params = list(net.parameters())
print(len(params))
print(params[0].size()) # conv1's .weight
# Output:
# 10
# torch.Size([6, 1, 5, 5])测试网络
测试随机输入32×32。 注：这个网络（LeNet）期望的输入大小是32×32，如果使用MNIST数据集来训练这个网络，请把图片大小重新调整到32×32
input = torch.randn(1, 1, 32, 32)
out = net(input)
print(out)
# Output:
# tensor([[-0.1102, 0.0936, -0.0787, -0.0155, -0.0480, 0.0496, -0.0683, -0.0112,
# -0.0889, 0.0134]], grad_fn=<AddmmBackward>)反向传播
将所有参数的梯度缓存清零，然后进行随机梯度的的反向传播：
net.zero_grad()
out.backward(torch.randn(1, 10))Note
torch.nn只支持小批量输入。整个torch.nn包都只支持小批量样本，而不支持单个样本。
例如，nn.Conv2d接受一个4维的张量，每一维分别是sSamples * nChannels * Height * Width（样本数*通道数*高*宽）。
如果你有单个样本，只需使用input.unsqueeze(0)来添加其它的维数
损失函数
损失函数接受一对 (output, target) 作为输入来计算一个值以估计网络的输出和目标值相差多少。
output为网络的输出，target为实际值
nn包中有很多不同的损失函数。
nn.MSELoss是一个比较简单的损失函数，它计算输出和目标间的均方误差:
output = net(input)
target = torch.randn(10) # 随机值作为样例
target = target.view(1, -1) # 使target和output的shape相同
criterion = nn.MSELoss()
loss = criterion(output, target)
print(loss)
# Output:
# tensor(1.1103, grad_fn=<MseLossBackward>)现在，如果在反向过程中跟随loss ， 使用它的 .grad_fn 属性，将看到如下所示的计算图。
input -> conv2d -> relu -> maxpool2d -> conv2d -> relu -> maxpool2d
-> view -> linear -> relu -> linear -> relu -> linear
-> MSELoss
-> loss所以，当我们调用 loss.backward()时,整张计算图都会根据loss进行微分，而且图中所有设置为requires_grad=True的张量将会拥有一个随着梯度累积的.grad张量。
为了说明，让我们向后退几步:
print(loss.grad_fn) # MSELoss
print(loss.grad_fn.next_functions[0][0]) # Linear
print(loss.grad_fn.next_functions[0][0].next_functions[0][0]) # ReLU
# Output:
# <MseLossBackward object at 0x0000021C605F3B08>
# <AddmmBackward object at 0x0000021C605F3208>
# <AccumulateGrad object at 0x0000021C605F3B08>反向传播
调用loss.backward()获得反向传播的误差。
但是在调用前需要清除已存在的梯度，否则梯度将被累加到已存在的梯度。
现在，我们将调用loss.backward()，并查看conv1层的偏差（bias）项在反向传播前后的梯度。
net.zero_grad() # 清除梯度
print('conv1.bias.grad before backward')
print(net.conv1.bias.grad)
loss.backward()
print('conv1.bias.grad after backward')
print(net.conv1.bias.grad)
'''
Output:
conv1.bias.grad before backward
tensor([0., 0., 0., 0., 0., 0.])
conv1.bias.grad after backward
tensor([ 0.0242, 0.0145, -0.0015, 0.0144, 0.0084, 0.0309])
'''更新权重
在实践中最简单的权重更新规则是随机梯度下降（SGD）：
``weight = weight - learning_rate * gradient``我们可以使用简单的Python代码实现这个规则：
learning_rate = 0.01
for f in net.parameters():
f.data.sub_(f.grad.data * learning_rate)但是当使用神经网络是想要使用各种不同的更新规则时，比如SGD、Nesterov-SGD、Adam、RMSPROP等，PyTorch中构建了一个包torch.optim实现了所有的这些规则：
import torch.optim as optim
# 创建优化器
optimizer = optim.SGD(net.parameters(), lr=0.01) # learning rate设为0.01
# 在训练循环中
optimizer.zero_grad() # zero the gradient buffers
output = net(input)
loss = criterion(output, target)
loss.backward()
optimizer.step() # Does the update
