下载掌阅APP，畅读海量书库
立即打开
在前一章中，我们学习了神经网络的基本构建模块，并使用Python以最基本的方式实现了神经网络的前向和反向传播算法。
在本章中，我们将学习和讨论使用PyTorch构建神经网络的基础知识。后续章节在介绍图像分析各种用例时将会多次使用PyTorch。我们将首先学习PyTorch工作的核心数据类型——张量对象。然后讨论可以在张量对象上执行的不同运算，以及如何利用它们在小数据集（以便我们在从下一章开始逐步使用实际数据集之前，加强对数据集的理解）上构建神经网络模型。这样就能够直观地了解如何使用PyTorch构建神经网络模型来实现输入值和输出值之间的映射。最后，将学习如何实现自定义的损失函数，以便基于正在解决的实际问题进行定制化研发。