第1章 torch.nn简介
1.1 torch.nn相关库的导入
#环境准备 import numpy as np # numpy数组库 import math # 数学运算库 import matplotlib.pyplot as plt # 画图库 import torch # torch基础库 import torch.nn as nn # torch神经网络库 import torch.nn.functional as F
1.2 torch.nn概述
Pytorch提供了几个设计得非常棒的模块和类，比如 torch.nn，torch.optim，Dataset 以及 DataLoader，来帮助程序员设计和训练神经网络。
nn是Neural Network的简称，帮助程序员方便执行如下的与神经网络相关的行为：
（1）创建神经网络
（2）训练神经网络
（3）保存神经网络
（4）恢复神经网络
其包括如下五大基本功能模块：
第2章 nn.Linear类（全连接层）
2.1 函数功能
用于创建一个多输入、多输出的全连接层。
备注：nn.Linear本身并不包含激活函数（Functional)
2.2 函数说明
- in_features：
指的是输入的二维张量的大小，即输入的[batch_size, size]中的size。
in_features的数量，决定的参数的个数 Y = WX + b, X的维度就是in_features，X的维度决定的W的维度， 总的参数个数 = in_features + 1
- out_features：
指的是输出的二维张量的大小，即输出的二维张量的形状为[batch_size output_size]。
out_features的数量，决定了全连接层中神经元的个数，因为每个神经元只有一个输出。
多少个输出，就需要多个个神经元。
————————————————
版权声明：本文为CSDN博主「文火冰糖的硅基工坊」的原创文章，遵循CC 4.0 BY-SA版权协议，转载请附上原文出处链接及本声明。
原文链接：https://blog.csdn.net/HiWangWenBing/article/details/120614234