Pytorch袖珍手册之九

pytorch pocket reference

第五章 基于Pytorch的深度学习网络结构自主式开发

前面章节我们主要通过pytorch提供的类，函数和各种库进行模型设计及训练，在本章节中我们将通过几个代码片断来向大家展示pytorch的灵活之处，即用户可以基于pytorch的一些基础函数构建自己的新模型，激活函数，优化器等模块。

how to create your own custom deep learning components and algorithms in PyTorch.

• 自定义神经网络层和激活函数

If we take a look at the PyTorch source code, we’ll see that layers and activations are created using a functional definition anda class implementation.

书中通过对线性连接层（torch.nn.function.linear / torch.nn.Linear）的源码进行解读，说明pytorch中各layers是怎么构建的。同时自定义了一个复数形式的线性层。

自定义激活函数就比较简单，即根据激活函数算法进行编程实现。

• 自定义模型结构
  根据实际应用需要，可以基于nn.Module自定义搭建不同结构的模型框架，主要就是完善init()和forward()函数。

• 自定义损失函数

• 自定义优化算法

• 自定义训练，验证及测试循环机制

这章节内容比较简单，到时回看书里原文即可。

原书下载地址：
我用阿里云盘分享了「OReilly.PyTorch.Pocket.R...odels.149209000X.pdf」，你可以不限速下载
复制这段内容打开「阿里云盘」App 即可获取
链接：https://www.aliyundrive.com/s/NZvnGbTYr6C