Torch7学习（三）神经网络包用法（1）

torch7学习（一）——张量概念
Torch与Matlab语法对比
掌握基础应用方法（1）
掌握基础应用方法（2）
学习神经网络包应用（3）
利用优化器进行训练
解析neural-style代码中的自定义重载函数

总说

torch7框架的学习仍然建议从基础组件入手了解其功能布局。我已经对这些内容进行了深入探讨，并对相关的技术细节有了清晰的认识。接下来聚焦于神经网络包nn 中的相关内容进行学习与实践操作会更加高效顺畅。通过系统性的研究我可以逐步掌握PyTorch框架的核心原理并能够灵活运用它来进行各种深度学习模型的设计与实现

torch7框架的学习仍然建议从基础组件入手了解其功能布局

目的

看完这篇博客之后, 应该能够完成最简单的自动训练方式。(⊙o⊙)…, 我感觉像是位优秀的博主或是教学型的内容创作者. 下面将会根据不同模块进行介绍.

Overview

首先是对整个nn包进行概述。

当然你上面只是说了如何构建神经网络，那么怎么进行训练呢？首先你要有一个损失函数 ，在就是
Criterion 模块。损失函数众多，常用的由MSECriterion, ClassNLLCriterion ，第一个就是均方误差MSE，第二个就是分类用的交叉熵