网络结构以及示例

该网络的输出不是一层或两层的，而是一个十层的代表有十分类

新建三个线性层，每个线性层都有w和b的tensor

首先输入维度是784，第一个维度是ch_out,第二个维度才是ch_in(由于后面要转置)，没有经过softmax函数和sigmoid，即logits

上图已经完成了网络的参数的定义和网络的前向传播过程

nn.CrossEntropyLoss()与F.cross_entropy()是一样的功能，都包含softmax和log和F.nll_loss

import torch
import torch.nn as nn
import torch.nn.functional as F
import torch.optim as optim
from torchvision import datasets, transformsbatch_size = 200
learning_rate = 0.01
epochs = 10train_loader = torch.utils.data.DataLoader(datasets.MNIST('data', train=True, download=True,transform=transforms.Compose([transforms.ToTensor(),transforms.Normalize((0.1307,), (0.3081,))])),batch_size=batch_size, shuffle=True)
test_loader = torch.utils.data.DataLoader(datasets.MNIST('data', train=False, transform=transforms.Compose([transforms.ToTensor(),transforms.Normalize((0.1307,), (0.3081,))])),batch_size=batch_size, shuffle=True)w1, b1 = torch.randn(200, 784, requires_grad=True), \torch.zeros(200, requires_grad=True)
w2, b2 = torch.randn(200, 200, requires_grad=True), \torch.zeros(200, requires_grad=True)
w3, b3 = torch.randn(10, 200, requires_grad=True), \torch.zeros(10, requires_grad=True)def forward(x):x = x @ w1.t() + b1x = F.relu(x)x = x @ w2.t() + b2x = F.relu(x)x = x @ w3.t() + b3x = F.relu(x)return x# train
optimizer = optim.SGD([w1, b1, w2, b2, w3, b3], lr=learning_rate)
criten = nn.CrossEntropyLoss()for epoch in range(epochs):for batch_idx, (data, target) in enumerate(train_loader):data = data.view(-1, 28 * 28)logits = forward(data)loss = criten(logits, target)optimizer.zero_grad()loss.backward()optimizer.step()if batch_idx % 100 == 0:print('Train Epoch: {} [{}/{} ({:.0f}%)]\tLoss: {:.6f}'.format(epoch, batch_idx * len(data), len(train_loader.dataset),100. * batch_idx / len(train_loader), loss.item()))test_loss = 0correct = 0for data, target in test_loader:data = data.view(-1, 28 * 28)logits = forward(data)test_loss += criten(logits, target).item()# 每一行的最大值对应的索引pred = logits.data.max(1)[1]correct += pred.eq(target.data).sum()test_loss /= len(test_loader.dataset)print('\nTest set: Average loss: {:.4f}, Accuracy: {}/{} ({:.0f}%)\n'.format(test_loss, correct, len(test_loader.dataset),100. * correct / len(test_loader.dataset)))

创建的loss一直不变，为什么会出现这个问题，这个网络的结构层次并不深，数据集也比较简单，但这里出现了梯度弥散的情况，因为loss长时间得不到更新，因为梯度信息几乎接近于0

为什么会出现梯度为0？
影响训练的因素，除了有loss，学习率过大，还有初始化的问题，把初始化代码加上

torch.nn.init.kaiming_normal_(w1)
torch.nn.init.kaiming_normal_(w2)
torch.nn.init.kaiming_normal_(w3)

为什么b不初始化，因为已经初始化为0了

但是w也初始化，只是它们使用的是高斯分布进行初始化，即使是用高斯分布初始化后，结果也不满意，所以用了何凯明的初始化

可以看出loss直接到0.4了，准确率也达到了80%，而且这里还没运行完，运行完效果会更好

可以看出对于分类问题，初始化参数非常关键