PyTorch如何实现多层全连接神经网络
Posted 算法与编程之美
tags:
篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了PyTorch如何实现多层全连接神经网络相关的知识,希望对你有一定的参考价值。
什么是全连接神经网络
连接神经网络模型是一种多层感知机(MLP),感知机的原理是寻找类别间最合理、最具有鲁棒性的超平面,最具代表的感知机是SVM支持向量机算法。神经网络同时借鉴了感知机和仿生学,通常来说,动物神经接受一个信号后会发送各个神经元,各个神经元接受输入后根据自身判断,激活产生输出信号后汇总从而实现对信息源实现识别、分类,一个典型的神经网络如下图所示:
如何实现多层全连接神经网络
全连接神经网络按类可分为三层,分别是输入层、隐藏层,输出层;其中输入层和输出层是已经确定的,要实现多层全连接神经网络,其方法就是将隐藏层设为多层的神经网络结构。
隐层层为一层时代码实现:
执行结果:
隐藏层设置为3层时代码实现:
以上是关于PyTorch如何实现多层全连接神经网络的主要内容,如果未能解决你的问题,请参考以下文章
用pytorch实现多层感知机(MLP)(全连接神经网络FC)分类MNIST手写数字体的识别