1 模型构造

  1. 构造一个神经网络
  2. net=nn. Sequential(nn. Linear(20, 256), nn RELU（）, nn. Linear(256, 10))

1.2 顺序块

通过继承nn.Module可以更灵活的处理问题

2 参数管理

3.自定义层

层是nn.module的子类

把层作为组件 合并构建到其他组件中

带参数的图层?
nn.Parameter

使用自定义层直接执行正向传播计算

4.读写文件

4.2 加载和保存模型参数

  1. torch.save(net.state_dict(),'file-name')
  1. #初始化了一个神经网络
  2. clone= MLP（）
  3. #从文件名那读取参数，并把初始化的参数给overwirte
  4. clone load state dict(torch load("mlp params"))
  5. clone. eval（）

5.QA