本文参考PyTorch官网的教程，分为五个基本模块来介绍PyTorch。为了避免文章过长，这五个模块分别在五篇博文中介绍。

Part1：PyTorch简单知识

Part2：PyTorch的自动梯度计算

Part3：使用PyTorch构建一个神经网络

Part4：训练一个神经网络分类器

Part5：数据并行化

本文是关于Part3的内容。

Part3：使用PyTorch构建一个神经网络

神经网络可以使用touch.nn来构建。nn依赖于autograd来定义模型，并且对其求导。一个nn.Module包含网络的层（layers），同时forward（input）可以返回output。

例如，下面的网络（卷积网络）是用来对数字图像进行分类的。

这是一个简单的前馈网络。它接受输入，然后一层一层向前传播，最后输出一个结果。

训练神经网络的典型步骤如下：

（1）定义神经网络，该网络包含一些可以学习的参数（如权重）

（2）在输入数据集上进行迭代

（3）使用网络对输入数据进行处理

（4）计算loss（输出值距离正确值有多远）

（5）将梯度反向传播到网络参数中

（6）更新网络的权重，使用简单的更新法则：weight=weight-learning_rate*gradient，即：新的权重=旧的权重-学习率*梯度值。

1定义网络

我们先定义一个网络：

importtorchfromtorch.autogradimportVariableimporttorch.nnasnnimporttorch.nn.functionalasFclassNet(nn.Module):def__init__(self):super(Net,self).__init__()#1inputimagechannel,6outputchannels,5x5squareconvolution#kernelself.conv1=nn.Conv2d(1,6,5)self.conv2=nn.Conv2d(6,16,5)#anaffineoperation:y=Wx+bself.fc1=nn.Linear(16*5*5,120)self.fc2=nn.Linear(120,84)self.fc3=nn.Linear(84,10)defforward(self,x):#Maxpoolingovera(2,2)windowx=F.max_pool2d(F.relu(self.conv1(x)),(2,2))#Ifthesizeisasquareyoucanonlyspecifyasinglenumberx=F.max_pool2d(F.relu(self.conv2(x)),2)x=x.view(-1,self.num_flat_features(x))x=F.relu(self.fc1(x))x=F.relu(self.fc2(x))x=self.fc3(x)returnxdefnum_flat_features(self,x):size=x.size()[1:]#alldimensionsexceptthebatchdimensionnum_features=1forsinsize:num_features*=sreturnnum_featuresnet=Net()print(net)

预期输出：

Net(

(conv1):Conv2d(1,6,kernel_size=(5,5),stride=(1,1))

(conv2):Conv2d(6,16,kernel_size=(5,5),stride=(1,1))

(fc1):Linear(400->120)

(fc2):Linear(120->84)

(fc3):Linear(84->10)

)

你只需要定义forward函数，那么backward函数（梯度在此函数中计算）就会利用autograd来自动定义。你可以在forward函数中使用Tensor的任何运算。

学习到的参数可以被net.parameters（）返回。

params=list(net.parameters())print(len(params))print(params[0].size())#conv1's.weight

预期输出：

10

torch.Size([6,1,5,5])

前向计算的输入和输出都是autograd.Variable，注意，这个网络（LeNet）的输入尺寸是32*32。为了在MNIST数据集上使用这个网络，请把图像大小转变为32*32。

input=Variable(torch.randn(1,1,32,32))out=net(input)print(out)

预期输出：

Variablecontaining:-0.07960.03300.01030.02500.1153-0.01360.02340.08810.0374-0.0359[torch.FloatTensorofsize1x10]

将梯度缓冲区归零，然后使用随机梯度值进行反向传播。

net.zero_grad()out.backward(torch.randn(1,10))

注意：torch.nn只支持mini-batches.完整的torch.nnpackage只支持mini-batch形式的样本作为输入，并且不能只包含一个样本。例如，nn.Conv2d会采用一个4D的Tensor（nSamples*nChannels*Height*Width）。如果你有一个单样本，可以使用input.unsqueeze（0）来添加一个虚假的批量维度。

在继续之前，让我们回顾一下迄今为止所见过的所有类。

概述：

（1）torch.Tensor——多维数组

（2）autograd.Variable——包装了一个Tensor，并且记录了应用于其上的运算。与Tensor具有相同的API，同时增加了一些新东西例如backward（）。并且有相对于该tensor的梯度值。

（3）nn.Module——神经网络模块。封装参数的简便方式，对于参数向GPU移动，以及导出、加载等有帮助。

（4）nn.Parameter——这是一种变量（Variable），当作为一个属性（attribute）分配到一个模块（Module）时，可以自动注册为一个参数（parameter）。

（5）autograd.Function——执行自动求导运算的前向和反向定义。每一个Variable运算，创建至少一个单独的Function节点，该节点连接到创建了Variable并且编码了它的历史的函数身上。

2损失函数（LossFunction）

损失函数采用输出值和目标值作为输入参数，来计算输出值距离目标值还有多大差距。在nnpackage中有很多种不同的损失函数，最简单的一个loss就是nn.MSELoss，它计算输出值和目标值之间的均方差。

例如：

output=net(input)target=Variable(torch.arange(1,11))#adummytarget,forexamplecriterion=nn.MSELoss()loss=criterion(output,target)print(loss)

现在，从反向看loss，使用.grad_fn属性，你会看到一个计算graph如下：

input->conv2d->relu->maxpool2d->conv2d->relu->maxpool2d->view->linear->relu->linear->relu->linear->MSELoss->loss

当我们调用loss.backward（），整个的graph关于loss求导，graph中的所有Variables都会有他们自己的.grad变量。

为了理解，我们进行几个反向步骤。

print(loss.grad_fn)#MSELossprint(loss.grad_fn.next_functions[0][0])#Linearprint(loss.grad_fn.next_functions[0][0].next_functions[0][0])#ReLU

预期输出：

<torch.autograd.function.MSELossBackwardobjectat0x7fb3c0dcf4f8>

<torch.autograd.function.AddmmBackwardobjectat0x7fb3c0dcf408>

<AccumulateGradobjectat0x7fb3c0db79e8>

3反向传播（Backprop）

可以使用loss.backward（）进行误差反向传播。你需要清除已经存在的梯度值，否则梯度将会积累到现有的梯度上。

现在，我们调用loss.backward（），看一看conv1的bias梯度在backward之前和之后的值。

net.zero_grad()#zeroesthegradientbuffersofallparametersprint('conv1.bias.gradbeforebackward')print(net.conv1.bias.grad)loss.backward()print('conv1.bias.gradafterbackward')print(net.conv1.bias.grad)

4更新权重

实践当中最简单的更新法则就是随机梯度下降法（StochasticGradientDescent（SGD））

weight=weight-learning_rate*gradient

执行这个操作的python代码如下：

learning_rate=0.01forfinnet.parameters():f.data.sub_(f.grad.data*learning_rate)

但是当你使用神经网络的时候，你可能会想要尝试多种不同的更新法则，例如SGD，Nesterov-SGD，Adam，RMSProp等。为了实现此功能，有一个package叫做torch.optim已经实现了这些。使用它也很方便：

importtorch.optimasoptim#createyouroptimizeroptimizer=optim.SGD(net.parameters(),lr=0.01)#inyourtrainingloop:optimizer.zero_grad()#zerothegradientbuffersoutput=net(input)loss=criterion(output,target)loss.backward()optimizer.step()#Doestheupdate