使用 PyTorch 进行深度学习-神经网络（部分）

神经网络可以用torch.nn包来构建。之前的内容已经了解了 autograd，nn 依赖于 autograd 来定义模型并区分它们。 nn.Module 包含层和返回输出的方法 forward(input)。例如，看看这个分类数字图像的网络：这是一个简单的前馈网络。 它接受输入，一个接一个地通过几个层，最后给出输出。神经网络的典型训练过程如下：定义具有一些可学习参数的神经网络（或权重） 迭代输入数据集 通过网络处理输入 计算损失（输出距离正确有多远） 将梯度传播回网络的参数 更新