神经网络来袭！划重点：60分钟入门，这是最深入浅出的一次

神经网络

神经网络可以使用torch.nn包构建。

现在对PyTorch的自动求导机制（autograd）有所了解，nn 依赖autograd来定义模型和区分它们。一个nn.Module包括 s和返回输出值的forword(input)方法。

例如：下面的这个图片分类的神经网络。

这是一个简单的前馈神经网络。

它接收输入，一个接一个地通过几个层馈送，然后最后给出输出。

一个神经网络的典型训练程序如下：

定义具有可学习参数（或权重）的神经网络

迭代输入数据集

通过网络进行过程输入

计算损失（输出的正确程度有多远）

向神经网络参数回传梯度

更新网络中的参数权重，通常使用简单的更新规则：weight = weight - learning_rate* gradient

1.定义网络

我们开始定义网络：

import torchimport torch.n