上一章已经了解了自动梯度Autograd，pytorch中可以使用torch.nn构建神经网络，nn依赖于autograd来定义模型并对其进行微分。nn.Module包含层，以及返回output的方法forward(input)。

神经网络的典型训练过程如下：

1. 定义具有一些可学习参数（或权重）的神经网络
2. 遍历输入数据集
3. 通过网络处理输入
4. 计算损失（输出正确的距离有多远）
5. 将梯度传播回网络参数
6. 通常使用简单的更新规则来更新网络的权重：weight = weight - learning_rate * gradient

1. 定义网络

1.1 自定义网络

自定义以下网络：

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 input image channel, 6 output channels, 3x3 square convolution
        # kernel
        self.conv1 = nn.Conv2d(1, 6, 3)
        self.conv2 = nn.Conv2d(6, 16, 3)
        # an affine operation: y = Wx + b
        self.fc1 = nn.Linear(16 * 6 * 6, 120)  # 6*6 from image dimension
        self.fc2 = nn.Linear(120, 84)
        self.fc3 = nn.Linear(84, 10)

    def forward(self, x):
        # Max pooling over a (2, 2) window
        x = F.max_pool2d(F.relu(self.conv1(x)), (2, 2))
        # If the size is a square you can only specify a single number
        x = F.max_pool2d(F.relu(self.conv2(x)), 2)
        x = x.view(-1, self.num_flat_features(x))
        x = F.relu(self.fc1(x))
        x = F.relu(self.fc2(x))
        x = self.fc3(x)
        return x

    def num_flat_features(self, x):
        size = x.size()[1:]  # all dimensions except the batch dimension
        num_features = 1
        for s in size:
            num_features *= s
        return num_features

net = Net()
print(net)

输出：

Net(
  (conv1): Conv2d(1, 6, kernel_size=(3, 3), stride=(1, 1))
  (conv2): Conv2d(6, 16, kernel_size=(3, 3), stride=(1, 1))
  (fc1): Linear(in_features=576, 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)
)

1.2 使用自定义网络的自动梯度

定义了forward函数，就可以使用autograd的自定义backward函数(计算梯度)。例如，输出模型的学习参数。

params = list(net.parameters())
print(len(params))
print(params[0].size())  # conv1's .weight

输出：

10
torch.Size([6, 1, 3, 3])

1.3 测试网络

• 测试

让我们尝试一个32x32随机输入。

input = torch.randn(1, 1, 32, 32)
out = net(input)
print(out)

输出：

tensor([[ 0.1002, -0.0694, -0.0436,  0.0103,  0.0488, -0.0429, -0.0941, -0.0146,
         -0.0031, -0.0923]], grad_fn=<AddmmBackward>)

• 参数和反向传播的梯度缓冲区归零

net.zero_grad()
out.backward(torch.randn(1, 10))

注意：

• touch.nn仅支持小批量。整个torch.nn包仅支持作为微型样本而不是单个样本的输入。例如，nn.Conv2d将采用nSamples x nChannels x Height x Width的 4D 张量。如果您只有一个样本，只需使用input.unsqueeze(0)添加一个假批量尺寸。

1.4 回顾

• torch.Tensor：一个多维数组，支持诸如backward()的自动微分操作。 同样，保持相对于张量的梯度。
• nn.Module：神经网络模块。 封装参数的便捷方法，并带有将其移动到 GPU，导出，加载等的帮助器。
• nn.Parameter：一种张量，即将其分配为Module的属性时，自动注册为参数。
• autograd.Function：实现自动微分操作的正向和反向定义。 每个Tensor操作都会创建至少一个Function节点，该节点连接到创建Tensor的函数，并且编码其历史记录。

2. 损失函数

损失函数采用一对（输出，目标）输入，并计算一个值，该值估计输出与目标之间的距离。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。

使用自己定义的网络计算损失函数。

output = net(input) #使用自己定义的网络
target = torch.randn(10)  # a dummy target, for example，一组假设的数据
target = target.view(1, -1)  # make it the same shape as output
criterion = nn.MSELoss()

loss = criterion(output, target)
print(loss)

输出：

tensor(0.7870, grad_fn=<MseLossBackward>)

3. 反向传播

要反向传播误差，我们要做的只是对loss.backward()。 不过，您需要清除现有的梯度，否则梯度将累积到现有的梯度中。

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：

conv1.bias.grad before backward
None
conv1.bias.grad after backward
tensor([-0.0341, -0.0014,  0.0153,  0.0203, -0.0092,  0.0030])

4. 更新权重

实践中使用的最简单的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 代码实现此目标：

learning_rate = 0.01
for f in net.parameters():
    f.data.sub_(f.grad.data * learning_rate)

但是，在使用神经网络时，您希望使用各种不同的更新规则，例如 SGD，Nesterov-SGD，Adam，RMSProp 等。为实现此目的，我们构建了一个小包装：torch.optim，可实现所有这些方法。 使用它非常简单：

import torch.optim as optim

# create your optimizer
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()
optimizer.step()    # Does the update

注意使用时需要手动将梯度缓冲区清零：optimizer.zero_grad()。