pytorch

• 前言
• 一、概述
• • 1.引入库
• 二、常见方法
• • 2.Dropout

---

前言

提示：一些常用的小笔记，摘抄自网络。

一、概述

1.引入库

import torch.nn as nn

二、常见方法

2.Dropout

原文

input_size = 28 * 28   
hidden_size = 500   
num_classes = 10    


# 三层神经网络
class NeuralNet(nn.Module):
    def __init__(self, input_size, hidden_size, num_classes):
        super(NeuralNet, self).__init__()
        self.fc1 = nn.Linear(input_size, hidden_size)  # 输入层到影藏层
        self.relu = nn.ReLU()
        self.fc2 = nn.Linear(hidden_size, num_classes)  # 影藏层到输出层
        self.dropout = nn.Dropout(p=0.5)  # dropout训练

    def forward(self, x):
        out = self.fc1(x)
        out = self.dropout(out)
        out = self.relu(out)
        out = self.fc2(out)
        return out
   

model = NeuralNet(input_size, hidden_size, num_classes)
model.train()
model.eval()

注意：Dropout同其他神经网络层一样，应先进行实例化，再进行使用，否则无效，并且应使用model.train()或者model.eval()。

标签：随手,nn,self,pytorch,hidden,size,model,out
来源： https://blog.csdn.net/weixin_45890238/article/details/122775692