神經網路可以使用 torch.nn包構建。
現在你已經對autograd有所瞭解，nn依賴 autograd 定義模型並對其求微分。nn.Module 包括層，和一個返回 output 的方法 - forward(input)。
例如，看看這個對數字圖片進行分類的網路：
convnet
這是一個簡單的前饋網路。它接受輸入，通過一層接一層，最後輸出。
一個典型的神經網路訓練過程如下：
- 定義神經網路，幷包括一些可學習的引數（或權重）
- 通過輸入資料集迭代
- 通過網路處理輸入
- 計算損失（輸出和真值的差距）
- 將梯度反向傳播至神經網路的引數
- 更新神經網路權重，通常使用簡單的更新規則：
weight = weight - learning_rate * gradient。
定義網路
讓我們定義這個網路：
import torch
import torch.nn as nn
import torch.nn.functional as F
class Net(nn.Module):
def __init__(self):
super(Net, self).__init__()
# 1個輸入圖片通道，6個輸出通道，5x5平方卷積核
self.conv1 = nn.Conv2d(1, 6, 5)
self.conv2 = nn.Conv2d(6, 16, 5)
# 一個仿射變換操作：y = Wx + b
self.fc1 = nn.Linear(16 * 5 * 5, 120) # 5*5是特徵圖維度
self.fc2 = nn.Linear(120, 84)
self.fc3 = nn.Linear(84, 10)
def forward(self, x):
# 最大池化：（2，2）視窗
x = F.max_pool2d(F.relu(self.conv1(x)), (2, 2))
# 如果視窗大小是正方形，可以使用單個數字
x = F.max_pool2d(F.relu(self.conv2(x)), 2)
x = torch.flatten(x, 1) # 將除了batch維度的所有維度展平
x = F.relu(self.fc1(x))
x = F.relu(self.fc2(x))
x = self.fc3(x)
return x
net = Net()
print(net)
輸出：
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)
)
你僅僅需要定義 forward 函式，backward 函式（梯度計算）會自動使用 autograd 定義。你可以在 forward 函式上使用任何Tensor操作。
net.parameters() 返回模型的可學習引數
params = list(net.parameters())
print(len(params))
print(param[0].size()) # conv1的權重引數
輸出：
10
torch.size([6, 1, 5, 5])
讓我們試試一個隨機的32x32的輸入。注意：該網路（LeNet）的輸入大小是32x32。為在MNIST上使用該網路，請將圖片縮放至32x32
input = torch.randn(1, 1, 32, 32)
out = net(input)
print(out)
輸出：
tensor([[-0.1380, -0.0528, 0.0736, 0.1018, 0.0066, -0.1454, 0.0366, -0.0692,
0.0182, 0.0003]], grad_fn=<AddmmBackward0>)
使所有引數的梯度快取歸零，並反向傳播 一個隨機梯度：
net.zero_grad()
out.backward(torch.randn(1, 10))
注意：torch.nn僅支援mini-batches。整個 torch.nn包僅支援樣本的mini-batch輸入，而不是單個sample。例如，nn.Conv2d將接受一個4DTensor：nSamples x nChannels x Height x width。如果是單個樣本，利用 input.unsqueeze(0) 新增一個假的batch維度即可。
在繼續之前，讓我們回顧一下所有你迄今為止看到的所有類。
Recap：
torch.Tensor- 一個multi-dimensional array，支援autograd操作，如backward()。還持有關於tensor的梯度。nn.Module- 神經網路模型。封裝引數的一個便捷的途徑，並且可將它們移動到GPU，輸出、載入等。nn.Parameter- 當tensor作為屬性賦給Module時，自動註冊為引數。autograd.Function- autograd的前向和後向定義的具體實現。每一個Tensor操作建立最少一個Function節點，並連線到建立Tensor和對其歷史進行編碼的函式。
以上，我們介紹了：
- Defining a neural network
- Processing inputs and calling backward
還剩：
- 計算損失
- 更新網路權重
損失函式
損失函式接受input的（output，target）對，計算評估output距離target的值。
在nn包中有多種不同的loss function，一個簡單的損失函式是：nn.MSELoss，它計算input和target的均方誤差。
例如：
output = net(input)
target = torch.randn(10) # 一個假的target
target = target.view(1, -1) # 使其與output保持形狀一致
criterion = nn.MSELoss()
loss = criterion(output, target)
print(loss)
輸出：
tensor(1.3339, grad_fn=<MseLossBackward0>)
現在，如果你在後向傳播中跟蹤 loss，使用它的 .grad_fn 屬性，你將會看到類似下面的計算圖：
input -> conv2d -> relu -> maxpool2d -> conv2d -> relu -> maxpool2d
-> flatten -> linear -> relu -> linear - relu -> linear
-> MSELoss
-> loss
因此，當我們呼叫 loss.backward()，整個圖將被求有關神經網路引數的導數，並且圖中所有 requires_grad=True的Tensors將持有梯度Tensor - .grad。
為了說明，讓我們檢視幾步backward：
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
輸出：
<MseLossBackward0 object at 0x7efad9c382b0>
<AddmmBackward0 object at 0x7efad9c386d8>
<AccumulateGrad object at 0x7efad9c386d8>
Backprop
為了使誤差反向傳播，我們需要做的僅僅是 loss.backward()。但是你需要清楚現有的梯度，否則梯度將會累積到已有的梯度之中。
現在呼叫 loss.backward()，並檢視conv1的偏置在反向傳播前後的梯度。
net.zero_grad() # 將所有引數的梯度快取設定為0
print('conv1.bias.grad before backward')
print(net.conv1.bias.grad)
loss.backward()
print('conv1.bias.grad after backward')
print(net.conv1.bias.grad)
輸出：
conv1.bias.grad before backward
tensor([0., 0., 0., 0., 0., 0.])
conv1.bias.grad after backward
tensor([ 0.0061, -0.0024, -0.0051, -0.0073, 0.0014, 0.0074])
現在，我們已經知道了如何使用損失函式。
Read Later：
神經網路包中包含多種模型和損失函式，用以組成深度神經網路的構建塊，完整的文件列表在這。
還剩最後一部分：
- 更新網路的權重
更新權重
在實踐中最簡單的更新方法是隨機梯度下降（SGD）
weight = weight - learning * gradient
我們可以使用簡單的Python程式碼實現SGD：
learning_rate = 0.1
for f in net.parameters():
f.data.sub_(f.grad.data * learning_rate)
但是，當你使用神經網路時，你想使用多種不同的更新規則，如SGD、Nesterov-SGD、Adam、RMSProp，etc。為了實現這個，我們構建了一個小型的包：torch.optim，可以實現以上所有方法。使用起來也非常簡單。
import torch.optim as optim
# create your optimizer
optimizer = optim.SGD(net.parameters(), lr=0.01)
# 在訓練迴圈中：
optimizer.zero_grad() # zero the gradient buffers
output = net(input)
loss = criterion(output, target)
loss.backward()
optimizer.step() # Does the update