本节实现一个单隐藏层的，具有256个隐藏单元的多层感知机，并且隐藏层使用ralu函数激活。注意，我们通常选择2的若干次幂作为层的隐藏单元数，因为内存在硬件中的分配和寻址方式，这么做往往可以在计算上更高效。
1. 参数初始化
我们用几个张量来表示我们的参数。 注意，对于每一层我们都要记录一个权重矩阵和一个偏置向量。
num_inputs, num_outputs, num_hiddens = 784, 10, 256 #这个nn.Parameter就是声明变量是一个神经网络参数，不加也没关系 #torch.randn()创建均值为0，方差为1的标准正态分布张量，参数为张量的形状,这里是形状为(num_inputs,num_hiddens)(第一课pytorch数据处理有过) #这里randn产生的随机数乘上0.01，如果外面不加一个nn.Parameter包起来的话会报错，说什么不能优化非叶子的tensor：can't optimize a non-leaf Tensor W1 = nn.Parameter(torch.randn( num_inputs, num_hiddens, requires_grad=True) * 0.01) b1 = nn.Parameter(torch.zeros(num_hiddens, requires_grad=True)) W2 = nn.Parameter(torch.randn( num_hiddens, num_outputs, requires_grad=True) * 0.01) b2 = nn.Parameter(torch.zeros(num_outputs, requires_grad=True)) params = [W1, b1, W2, b2]
2. 定义激活函数relu
def relu(X): a = torch.zeros_like(X) return torch.max(X, a)
3. 定义模型
记得我们从数据集中拿到的X是1*28*28的，而我们目前不考虑其空间结构，要将其作为一个784的向量输入。
def net(X): X = X.reshape((-1, num_inputs)) H = relu(X@W1 + b1) # 这里“@”代表矩阵乘法 return (H@W2 + b2)
4. 定义损失函数
由于之前已经实现过交叉熵损失了，我们这里直接使用torch.nn自带的交叉熵损失函数：
loss = nn.CrossEntropyLoss(reduction='none')
5. 训练
num_epochs, lr = 10, 0.1 updater = torch.optim.SGD(params, lr=lr) d2l.train_ch3(net, train_iter, test_iter, loss, num_epochs, updater)
