经过前面几节的学习，终于完成了我们的基础部分，下面正式进入到了深度学习部分。
第一个要讲的当然是cnn了，也就是卷积神经网络，这一部分的内容在之前的文章小白学cnn以及keras速成里面已经很详细的讲解过了，所以这里也就不再细讲了，直接进入代码部分。
Code
数据集仍然是使用MNIST手写字体，和之前一样做同样的预处理。
model
# 定义 Convolution Network 模型
class Cnn(nn.Module):
def __init__(self, in_dim, n_class):
super(Cnn, self).__init__()
self.conv = nn.Sequential(
nn.Conv2d(in_dim, 6, 3, stride=1, padding=1),
nn.ReLU(True),
nn.MaxPool2d(2, 2),
nn.Conv2d(6, 16, 5, stride=1, padding=0),
nn.ReLU(True),
nn.MaxPool2d(2, 2),
)
self.fc = nn.Sequential(
nn.Linear(400, 120),
nn.Linear(120, 84),
nn.Linear(84, n_class)
)
def forward(self, x):
out = self.conv(x)
out = out.view(out.size(0), -1)
out = self.fc(out)
return out
model = Cnn(1, 10) # 图片大小是28x28
use_gpu = torch.cuda.is_available() # 判断是否有GPU加速
if use_gpu:
model = model.cuda()
# 定义loss和optimizer
criterion = nn.CrossEntropyLoss()
optimizer = optim.SGD(model.parameters(), lr=learning_rate)
以上就是网络的模型的部分了。和之前比主要增加了这些不一样的部分
1
nn.Sequential()
这个表示将一个有序的模块写在一起，也就相当于将神经网络的层按顺序放在一起，这样可以方便结构显示2
nn.Conv2d()
这个是卷积层，里面常用的参数有四个，in_channels, out_channels, kernel_size, stride, padding
in_channels表示的是输入卷积层的图片厚度
out_channels表示的是要输出的厚度
kernel_size表示的是卷积核的大小，可以用一个数字表示长宽相等的卷积核，比如kernel_size=3，也可以用不同的数字表示长宽不同的卷积核，比如kernel_size=(3, 2)
stride表示卷积核滑动的步长
padding表示的是在图片周围填充0的多少，padding=0表示不填充，padding=1四周都填充1维
3
nn.ReLU()
这个表示使用ReLU激活函数，里面有一个参数inplace，默认设置为False，表示新创建一个对象对其修改，也可以设置为True，表示直接对这个对象进行修改4
nn.MaxPool2d()
这个是最大池化层，当然也有平均池化层，里面的参数有kernel_size, stride, padding
kernel_size表示池化的窗口大小，和卷积层里面的kernel_size是一样的
stride也和卷积层里面一样，需要自己设置滑动步长
padding也和卷积层里面的参数是一样的，默认是0
模型需要传入的参数是输入的图片维数以及输出的种类数
train
训练的过程是一样的，只是输入图片不再需要展开
这是训练20个epoch的结果，当然你也可以增加训练次数，修改里面的参数达到更好的效果，可以参考一下Lenet的网络结构，自己重新写一写
大体上简单的卷积网络就是这么构建的，当然现在也有很多复杂的网络，比如vgg，inceptionv1-v4，resnet以及修正的inception-resnet，这些网络都是深层的卷积网络，有兴趣的同学可以去看看pytorch的官方代码实现，或者去github上搜索相应的网络。
下一节我们将要开始一种特别适合序列数据的新的网络结构，循环神经网络。
本文代码已经上传到了github上
欢迎查看我的知乎专栏，深度炼丹
欢迎访问我的博客
