我们可以通过torch.nn package构建神经网络。
现在我们已经了解了autograd，nn基于autograd来定义模型并对他们有所区分。
一个 nn.Module模块由如下部分构成：若干层，以及返回output的forward(input)方法。
例如，这张图描述了进行数字图像分类的神经网络：
这是一个简单的前馈（ feed-forward）网络，读入input内容，每层接受前一级的输入，并输出到下一级，直到给出outpu结果。
一个经典神经网络的训练程序如下:
1.定义具有可学习参数(或权重)的神经网络
2.遍历input数据集
3.通过神经网络对input进行处理得到output结果
4.计算损失(ouput离正确值有多远)
5.将梯度返回到神经网络的参数中
6.更新神经网络的权重，通常使用一个简单的更新规则:
weight = weight - learning_rate * gradient
一、如何在pytorch中定义神经网络
定义神经网络：
import torch
from torch.autograd import Variable
import torch.nn as nn
import torch.nn.functional as F class Net(nn.Module):
# 定义Net的初始化函数，本函数定义了神经网络的基本结构
def __init__(self):
# 继承父类的初始化方法，即先运行nn.Module的初始化函数
super(Net,self).__init__()
# 定义卷积层：输入1通道(灰度图)的图片，输出6张特征图，卷积核5x5
self.conv1 = nn.Conv2d(1,6,(5,5))
# 定义卷积层：输入6张特征图，输出16张特征图，卷积核5x5
self.conv2 = nn.Conv2d(6,16,5)
# 定义全连接层：线性连接(y = Wx + b)，16*5*5个节点连接到120个节点上
self.fc1 = nn.Linear(16*5*5,120)
# 定义全连接层：线性连接(y = Wx + b)，120个节点连接到84个节点上
self.fc2 = nn.Linear(120,84)
# 定义全连接层：线性连接(y = Wx + b)，84个节点连接到10个节点上
self.fc3 = nn.Linear(84,10)
# 定义向前传播函数，并自动生成向后传播函数(autograd)
def forward(self,x):
# 输入x->conv1->relu->2x2窗口的最大池化->更新到x
x = F.max_pool2d(F.relu(self.conv1(x)),(2,2))
# 如果大小是一个正方形，可以只指定一个数字
x = F.max_pool2d(F.relu(self.conv2(x)),2)
# view函数将张量x变形成一维向量形式，总特征数不变，为全连接层做准备
x = x.view(-1,self.num_flat_features(x))
# 输入x->fc1->relu，更新到x
x = F.relu(self.fc1(x))
# 输入x->fc2->relu，更新到x
x = F.relu(self.fc2(x))
# 输入x->fc3，更新到x
x = self.fc3(x)
return x
# 计算张量x的总特征量
def num_flat_features(selfself,x):
# 由于默认批量输入，第零维度的batch剔除
size = x.size()[1:]
num_features = 1
for s in size:
num_features *= s
return num_features net = Net()
print(net)
输出结果:
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 (400 -> 120)
(fc2): Linear (120 -> 84)
(fc3): Linear (84 -> 10)
)
通过net.parameters()可以得到可学习的参数：
params = list(net.parameters())
print(len(params))
print(params[0].size()) # conv1's .weight
输出结果：
10
torch.Size([6, 1, 5, 5])
我们模拟一下单向传播，其中input和output均为autograd.Variable：
input = Variable(torch.randn(1, 1, 32, 32))
out = net(input)
print(out)
输出结果：
Variable containing:
-0.0618 -0.0648 -0.0350 0.0443 0.0633 -0.0414 0.0317 -0.1100 -0.0569 -0.0636
[torch.FloatTensor of size 1x10]
对所有参数的梯度缓冲区归零并设置随机梯度反向传播：
net.zero_grad()
out.backward(torch.randn(1, 10))
整个torch.nn包只接受那种小批量样本的数据，而无法接受单个样本。 例如，nn.Conv2d能够构建一个四维的Tensor：nSamples x nChannels x Height x Width。
如果需要对单个样本进行操作，使用input.unsqueeze(0)来加一个假维度就可以了。
我们回顾一下目前出现过的概念:
torch.Tensor - 一个多维数组
autograd.Variable - 改变Tensor并且记录下来历史操作过程。和Tensor拥有相同的API，以及backward()的一些API。同时包含着和Tensor 相关的梯度。
nn.Module - 神经网络模块。便捷的数据封装，能够将运算移往GPU，还包括一些输入输出的东西。
nn.Parameter - 一种变量(Variable)，当将任何值赋予Module时自动注册为一个参数。
autograd.Function - 实现了使用自动求导方法的前馈和后馈的定义。每个Variable的操作都会生成至少一个独立的Function节点，与生成了Variable的函数相连之后记录下历史操作过程。
二、Loss Function
Loss function根据(output, target) 输入对计算一个值，该值估计输出离目标有多远。
nn包下有几种不同的损失函数。一个简单的损失是:nn.MSELoss，它计算输入和目标之间的均方误差。
output = net(input)
target = Variable(torch.arange(1, 11)) # a dummy target, for example
criterion = nn.MSELoss() loss = criterion(output, target)
print(loss)
输出结果：
Variable containing:
38.4929
[torch.FloatTensor of size 1]
现在如果你沿着loss函数反方向走，用.grad_fn属性，你会看到一个像这样的计算图:
input -> conv2d -> relu -> maxpool2d -> conv2d -> relu -> maxpool2d
-> view -> linear -> relu -> linear -> relu -> linear
-> MSELoss
-> loss
三、Backprop
我们只需要进行loss.backward()即可向前传播误差。
你先对现有的梯度进行清零，否则其他梯度将被累积到现有的梯度上。
我们可以看一看 conv1’s bias在loss.backward()前后的梯度：
net.zero_grad() # zeroes the gradient buffers of all parameters
print('conv1.bias.grad before backward')
print(net.conv1.bias.grad)
loss.backward()
print('conv1.bias.grad after backward')
print(net.conv1.bias.grad)
输出结果：
Variable containing:
0
0
0
0
0
0
[torch.FloatTensor of size 6]
Variable containing:
-0.0929
0.0419
-0.0218
0.0941
0.2251
0.1809
[torch.FloatTensor of size 6]
四、Update the weights
在实践中使用的最简单的更新规则是随机梯度下降法(SGD):weight = weight - learning_rate * gradient。
learning_rate = 0.01
for f in net.parameters():
f.data.sub_(f.grad.data * learning_rate)
然而，在使用神经网络时，用户希望使用各种不同的更新规则，如SGD、nesterov - SGD、Adam、RMSProp等，为了实现这一点，pytorch构建了一个小的包:torch.optim实现了所有这些方法。
SGD使用方法如下：
import torch.optim as optim # create your optimizer lr为learning_rate
optimizer = optim.SGD(net.parameters(), lr=0.01) # in your training loop:
optimizer.zero_grad() # zero the gradient buffers
output = net(input) #
loss = criterion(output, target)
loss.backward() #得到梯度，i.e. 给Variable.grad赋值
optimizer.step() # Does the update