TechCodeview

PyTorch tilbyr torch.nn-modulen for å hjelpe oss med å lage og trene det nevrale nettverket. Vi vil først trene det grunnleggende nevrale nettverket på MNIST-datasettet uten å bruke noen funksjoner fra disse modellene. Vi vil bare bruke den grunnleggende PyTorch-tensorfunksjonaliteten, og deretter vil vi gradvis legge til én funksjon fra torch.nn om gangen.

torch.nn gir oss mange flere klasser og moduler for å implementere og trene det nevrale nettverket.

nn-pakken inneholder følgende moduler og klasser:

Ja Nei	Klasse og modul	Beskrivelse
1.	fakkel.nn.Parameter	Det er en type tensor som er å betrakte som en modulparameter.
2.	Containere
1) fakkel.nn.Modul	Det er en basisklasse for alle nevrale nettverksmoduler.
2) torch.nn.Sekvensiell	Det er en sekvensiell beholder der moduler legges til i samme rekkefølge som de sendes i konstruktøren.
3) torch.nn.ModuleList	Dette vil inneholde undermoduler i en liste.
4) torch.nn.ModuleDict	Dette vil inneholde undermoduler i en katalog.
5) torch.nn.ParameterList	Dette vil holde parametrene i en liste.
6) torch.nn.parameterDict	Dette vil holde parametrene i en katalog.
3.	Konvolusjonslag
1) fakkel.nn.Conv1d	Denne pakken vil bli brukt til å bruke en 1D konvolusjon over et inngangssignal som består av flere inngangsplaner.
2) fakkel.nn.Conv2d	Denne pakken vil bli brukt til å bruke en 2D-konvolusjon over et inngangssignal som består av flere inngangsplaner.
3) fakkel.nn.Conv3d	Denne pakken vil bli brukt til å bruke en 3D-konvolusjon over et inngangssignal som består av flere inngangsplaner.
4) torch.nn.ConvTranspose1d	Denne pakken vil bli brukt til å bruke en 1D-transponert konvolusjonsoperator over et inngangsbilde som består av flere inngangsplaner.
5) torch.nn.ConvTranspose2d	Denne pakken vil bli brukt til å bruke en 2D-transponert konvolusjonsoperator over et inngangsbilde som består av flere inngangsplaner.
6) torch.nn.ConvTranspose3d	Denne pakken vil bli brukt til å bruke en 3D-transponert konvolusjonsoperator over et inngangsbilde som består av flere inngangsplaner.
7) fakkel.nn.Utfolde seg	Den brukes til å trekke ut glidende lokale blokker fra en batch-inndatatensor.
8) fakkel.nn.Fold	Den brukes til å kombinere en rekke glidende lokale blokker til en stor inneholdende tensor.
4.	Samle lag
1) fakkel.nn.MaxPool1d	Den brukes til å bruke en 1D maks pooling over et inngangssignal som består av flere inngangsplaner.
2) fakkel.nn.MaxPool2d	Den brukes til å bruke en 2D maks pooling over et inngangssignal som består av flere inngangsplaner.
3) fakkel.nn.MaxPool3d	Den brukes til å bruke en 3D max pooling over et inngangssignal som består av flere inngangsplaner.
4) fakkel.nn.MaxUnpool1d	Den brukes til å beregne den delvise inverse av MaxPool1d.
5) fakkel.nn.MaxUnpool2d	Den brukes til å beregne den delvise inverse av MaxPool2d.
6) fakkel.nn.MaxUnpool3d	Den brukes til å beregne den delvise inverse av MaxPool3d.
7) fakkel.nn.AvgPool1d	Den brukes til å bruke en 1D gjennomsnittlig pooling over et inngangssignal som består av flere inngangsplaner.
8) fakkel.nn.AvgPool2d	Den brukes til å bruke en 2D gjennomsnittlig pooling over et inngangssignal som består av flere inngangsplaner.
9) fakkel.nn.AvgPool3d	Den brukes til å bruke en 3D-gjennomsnittspooling over et inngangssignal som består av flere inngangsplaner.
10) fakkel.nn.FractionalMaxPool2d	Den brukes til å bruke en 2D fraksjonert maks pooling over et inngangssignal som består av flere inngangsplaner.
11) fakkel.nn.LPPool1d	Den brukes til å bruke en 1D-effektgjennomsnittlig pooling over et inngangssignal som består av flere inngangsplaner.
12) torch.nn.LPPool2d	Den brukes til å bruke en 2D-effektgjennomsnittlig pooling over et inngangssignal som består av flere inngangsplaner.
13) fakkel.nn.AdavtiveMaxPool1d	Den brukes til å bruke en 1D adaptiv maks pooling over et inngangssignal som består av flere inngangsplaner.
14) fakkel.nn.AdavtiveMaxPool2d	Den brukes til å bruke en 2D adaptiv maks pooling over et inngangssignal som består av flere inngangsplaner.
15) fakkel.nn.AdavtiveMaxPool3d	Den brukes til å bruke en 3D adaptiv maks pooling over et inngangssignal som består av flere inngangsplaner.
16) torch.nn.AdavtiveAvgPool1d	Den brukes til å bruke en 1D adaptiv gjennomsnittspooling over et inngangssignal som består av flere inngangsplaner.
17) torch.nn.AdavtiveAvgPool2d	Den brukes til å bruke en 2D adaptiv gjennomsnittspooling over et inngangssignal som består av flere inngangsplaner.
18) torch.nn.AdavtiveAvgPool3d	Den brukes til å bruke en 3D adaptiv gjennomsnittspooling over et inngangssignal som består av flere inngangsplaner.
5.	Polstringslag
1) fakkel.nn.ReflectionPad1d	Den vil fylle inn-tensoren ved å bruke refleksjonen av inngangsgrensen.
2) fakkel.nn.ReflactionPad2d	Den vil fylle inn-tensoren ved å bruke refleksjonen av inngangsgrensen.
3) torch.nn.ReplicationPad1	Den vil fylle inn-tensoren ved å bruke replikeringen av inngangsgrensen.
4) torch.nn.ReplicationPad2d	Den vil fylle inn-tensoren ved å bruke replikeringen av inngangsgrensen.
5) torch.nn.ReplicationPad3d	Den vil fylle inn-tensoren ved å bruke replikeringen av inngangsgrensen.
6) fakkel.nn.ZeroPad2d	Den vil fylle inn-tensorgrensene med null.
7) fakkel.nn.ConstantPad1d	Den vil fylle inn-tensorgrensene med en konstant verdi.
8) fakkel.nn.ConstantPad2d	Den vil fylle inn-tensorgrensene med en konstant verdi.
9) fakkel.nn.ConstantPad3d	Den vil fylle inn-tensorgrensene med en konstant verdi.
6.	Ikke-lineære aktiveringer (vektet sum, ikke-linearitet)
1) fakkel.nn.ELU	Den vil bruke til å bruke den elementvise funksjonen: ELU(x)=maks(0,x)+min(0,α*(exp(x)-1))
2) fakkel.nn.Hardkrympe	Den vil bruke til å bruke den harde krympingsfunksjonen elementvis funksjon:
3) fakkel.nn.LeakyReLU	Den vil bruke til å bruke den elementvise funksjonen: LeakyReLu(x)=max(0,x) +negative_slope*min(0,x)
4) fakkel.nn.LogSigmoid	Den vil bruke til å bruke den elementvise funksjonen:
5) fakkel.nn.MultiheadAttention	Den brukes til å tillate modellen å ivareta informasjon fra forskjellige representasjonsunderrom
6) fakkel.nn.PReLU	Den vil bli brukt til å bruke den elementvise funksjonen: PReLU(x)=maks(0,x)+a*min(0,x)
7) fakkel.nn.ReLU	Den vil bruke til å bruke den korrigerte lineære enhetsfunksjonen elementvis: ReLU(x)=maks(0,x)
8) fakkel.nn.ReLU6	Den vil bli brukt til å bruke den elementvise funksjonen: ReLU6(x)=min(maks(0,x),6)
9) fakkel.nn.RReLU	Den vil brukes til å bruke den randomiserte lekkende rettet lineære enhetsfunksjonen, elementmessig, som beskrevet i artikkelen:
10) fakkel.nn.SELU	Den vil bruke til å bruke den elementvise funksjonen som: SELU(x)=skala*(maks(0,x)+ min(0,a*(exp(x)-1))) Her α= 1,6732632423543772848170429916717 og skala = 1,0507009873554804934193349852946.
11) fakkel.nn.MÅL	Den vil bruke til å bruke den elementvise funksjonen som:
12) fakkel.nn.Sigmoid	Den vil bruke til å bruke den elementvise funksjonen som:
13) fakkel.nn.Softplus	Den vil bruke til å bruke den elementvise funksjonen som:
14) fakkel.nn.Softshrink	Den vil bruke til å bruke myk krympefunksjon elementvis som:
15) fakkel.nn.Softsign	Den vil bruke til å bruke den elementvise funksjonen som:
16) fakkel.nn.Tanh	Den vil bruke til å bruke den elementvise funksjonen som:
17) fakkel.nn.Tanhshrink	Den vil bruke til å bruke den elementvise funksjonen som: Tanhshrink(x)=x-Tanh(x)
18) fakkel.nn.Terskel	Den vil bruke til å terskler hvert element i inngangen Tensor. Terskel er definert som:
7.	Ikke-lineære aktiveringer (annet)
1) fakkel.nn.Softmin	Den brukes til å bruke softmin-funksjonen på en n-dimensjonal inngang Tensor for å reskalere dem. Etter det ligger elementene i den n-dimensjonale utgangen Tensor i området 0, 1 og sum til 1. Softmin er definert som:
2) fakkel.nn.Softmax	Den brukes til å bruke softmax-funksjonen på en n-dimensjonal inngang Tensor for å reskalere dem. Etter det ligger elementene i den n-dimensjonale utgangen Tensor i området 0, 1 og summen til 1. Softmax er definert som:
3) fakkel.nn.Softmax2d	Den brukes til å bruke SoftMax over funksjoner på hver romlig plassering.
4) fakkel.nn.LogSoftmax	Den brukes til å bruke LogSoftmax-funksjonen på en n-dimensjonal inngang Tensor. LofSoftmax-funksjonen kan defineres som:
5) torch.nn.AdaptiveLogSoftmaxWithLoss	Det er en strategi for treningsmodeller med store utgangsrom. Det er veldig effektivt når etikettfordelingen er svært ubalansert
8.	Normaliseringslag
1) fakkel.nn.BatchNorm1d	Den brukes til å bruke batch-normalisering over en 2D- eller 3D-inngang.
2) fakkel.nn.BatchNorm2d	Den brukes til å bruke batch-normalisering over en 4D.
3) fakkel.nn.BatchNorm3d	Den brukes til å bruke batch-normalisering over 5D-innganger.
4) torch.nn.GroupNorm	Den brukes til å bruke gruppenormalisering over en mini-batch med innganger.
5) torch.nn.SyncBatchNorm	Den brukes til å bruke batch-normalisering over n-dimensjonale innganger.
6) torch.nn.InstanceNorm1d	Den brukes til å bruke en forekomstnormalisering over en 3D-inngang.
7) torch.nn.InstanceNorm2d	Den brukes til å bruke en instansnormalisering over en 4D-inngang.
8) torch.nn.InstanceNorm3d	Den brukes til å bruke en instansnormalisering over en 5D-inngang.
9) fakkel.nn.LayerNorm	Den brukes til å bruke lagnormalisering over en mini-batch med innganger.
10) torch.nn.LocalResponseNorm	Den brukes til å bruke lokal responsnormalisering over et inngangssignal som er sammensatt av flere inngangsplaner, hvor kanalen opptar den andre dimensjonen.
9.	Tilbakevendende lag
1) fakkel.nn.RNN	Den brukes til å bruke en flerlags Elman RNN med tanh eller ReLU ikke-linearitet til en inngangssekvens. Hvert lag beregner følgende funksjon for hvert element i inngangssekvensen: ht=tanh(Wdemxt+bdem+Whhtt-1+bhh)
2) fakkel.nn.LSTM	Den brukes til å bruke et flerlags langtidskorttidsminne (LSTM) RNN på en inngangssekvens. Hvert lag beregner følgende funksjon for hvert element i inngangssekvensen:
3) fakkel.nn.GRU	Den brukes til å bruke en flerlags gated recurrent unit (GRU) RNN til en inngangssekvens. Hvert lag beregner følgende funksjon for hvert element i inngangssekvensen:
4) fakkel.nn.RNNCell	Den brukes til å bruke en Elman RNN-celle med tanh eller ReLU ikke-linearitet til en inngangssekvens. Hvert lag beregner følgende funksjon for hvert element i inngangssekvensen: h'=tanh(Wdemx+bdem+Whhh+bhh) ReLU brukes i stedet for tanh
5) fakkel.nn.LSTMCell	Den brukes til å bruke en langtidsminnecelle (LSTM) til en inngangssekvens. Hvert lag beregner følgende funksjon for hvert element i inngangssekvensen: Hvor σ er sigmoidfunksjonen, og * er Hadamard-produktet.
6) fakkel.nn.GRUCell	Den brukes til å bruke en gated recurrent unit (GRU) celle til en inngangssekvens. Hvert lag beregner følgende funksjon for hvert element i inngangssekvensen:
10.	Lineære lag
1) fakkel.nn.Identitet	Det er en plassholderidentitetsoperatør som er ufølsom for argumenter.
2) fakkel.nn.Lineær	Den brukes til å bruke en lineær transformasjon på innkommende data: y=xAT+b
3) fakkel.nn.Bilineær	Den brukes til å bruke en bilineær transformasjon på innkommende data: y=x1Øks2+b
elleve.	Utfallslag
1) fakkel.nn.Frafall	Det brukes til regularisering og forebygging av samtilpasning av nevroner. En faktor på under trening skalerer ytelsen. Det betyr at modulen beregner en identitetsfunksjon under evalueringen.
2) fakkel.nn.Dropout2d	Hvis tilstøtende piksler i funksjonskart er korrelert, vil ikke torch.nn.Dropout regulere aktiveringene, og det vil redusere den effektive læringshastigheten. I dette tilfellet brukes torch.nn.Dropout2d() for å fremme uavhengighet mellom funksjonskart.
3) fakkel.nn.Dropout3d	Hvis tilstøtende piksler i funksjonskart er korrelert, vil ikke torch.nn.Dropout regulere aktiveringene, og det vil redusere den effektive læringshastigheten. I dette tilfellet brukes torch.nn.Dropout2d () for å fremme uavhengighet mellom funksjonskart.
4) fakkel.nn.AlphaDropout	Den brukes til å bruke Alpha Dropout over inngangen. Alpha Dropout er en type Dropout som opprettholder den selvnormaliserende egenskapen.
12.	Sparsomme lag
1) fakkel.nn.Innbygging	Den brukes til å lagre ordinnbygginger og hente dem ved hjelp av indekser. Inngangen for modulen er en liste over indekser, og utgangen er den tilsvarende ordinnbyggingen.
2) fakkel.nn.EmbeddingBag	Den brukes til å beregne summer eller gjennomsnitt av 'poser' med innebygging uten å instansiere den mellomliggende innebyggingen.
1. 3.	Avstandsfunksjon
1) fakkel.nn.CosineSimilarity	Det vil returnere cosinuslikheten mellom x1 og x2, beregnet langs dim.
2) torch.nn.PairwiseDistance	Den beregner den batchvise parvise avstanden mellom vektorene v1, v2 ved å bruke p-normen:
14.	Tapsfunksjon
1) fakkel.nn.L1Tap	Det brukes til et kriterium som måler den gjennomsnittlige absolutte feilen mellom hvert element i inngangen x og målet y. Det ikke-reduserte tapet kan beskrives som: l(x,y)=L={l1,...,ln},ln=|xn-ogn|, Hvor N er batchstørrelsen.
2) fakkel.nn.MSEloss	Det brukes til et kriterium som måler gjennomsnittlig kvadratfeil mellom hvert element i inngangen x og målet y. Det ikke-reduserte tapet kan beskrives som: l(x,y)=L={l1,...,ln},ln=(xn-ogn)2, Hvor N er batchstørrelsen.
3) torch.nn.CrossEntropyLoss	Dette kriteriet kombinerer nn.LogSoftmax() og nn.NLLLoss() i én enkelt klasse. Det er nyttig når vi trener et klassifiseringsproblem med C-klasser.
4) fakkel.nn.CTCLoss	Connectionist Temporal Classification-tapet beregner tap mellom en kontinuerlig tidsserie og en målsekvens.
5) fakkel.nn.NLLLoss	Negative Log-Likelihood-tapet brukes til å trene et klassifiseringsproblem med C-klasser.
6) fakkel.nn.PoissonNLLLoss	Det negative log-sannsynlighetstapet med Poisson-fordelingen på t target~Poisson(input)tap(input,target)=input-target*log(target!)målet.
7) fakkel.nn.KLDivTap	Det er et nyttig avstandsmål for kontinuerlig distribusjon, og det er også nyttig når vi utfører direkte regresjon over rommet med kontinuerlig utgangsfordeling.
8) fakkel.nn.BCELoss	Den brukes til å lage et kriterium som måler den binære kryssentropien mellom målet og utgangen. Det ikke-reduserte tapet kan beskrives som: l(x,y)=L={l1,...,ln},ln=-vn[ogn*logxn+ (1-årn)*log(1-xn)], Hvor N er batchstørrelsen.
9) torch.nn.BCEWithLogitsLoss	Den kombinerer et Sigmoid-lag og BCEloss i én enkelt klasse. Vi kan dra nytte av log-sum-exp-trikset for numerisk stabilitet ved å kombinere operasjonen i ett lag.
10) torch.nn.MarginRankingLoss	Det oppretter et kriterium som måler tapet av gitte innganger x1, x2, to 1D mini-batch-tensorer, og en etikett 1D-mini-batch-tensor y som inneholder 1 eller -1. Tapsfunksjonen for hver prøve i minibatchen er som følger: tap(x,y)=maks(0,-y*(x1-x2)+margin
11) torch.nn.HingeEmbeddingLoss	HingeEmbeddingLoss måler tapet av gitt en inngangstensor x og en etikett tensor y som inneholder 1 eller -1. Den brukes til å måle om to innganger er like eller forskjellige. Tapsfunksjonen er definert som:
12) torch.nn.MultiLabelMarginLoss	Den brukes til å lage et kriterium som optimerer et multi-klasse multi-klassifisering hengseltap mellom inngang x og utgang y.
13) fakkel.nn.SmoothL1Tap	Det brukes til å lage et kriterium som bruker en kvadratisk term hvis den absolutte elementmessige feilen faller under 1 og et L1-ledd ellers. Det er også kjent som Huber-tap:
14) torch.nn.SoftMarginLoss	Det brukes til å lage et kriterium som optimerer to-klassifiseringslogistisk tap mellom inngangstensor x og måltensor y som inneholder 1 eller -1.
15) torch.nn.MultiLabelSoftMarginLoss	Den brukes til å lage et kriterium som optimerer multi-label en-versus-alle tap basert på maks-entropi mellom input x og mål y av størrelse (N, C).
16) torch.nn.CosineEmbeddingLoss	Det brukes til å lage et kriterium som måler tapet av gitte inputtensorer x1, x2 og en tensoretikett y med verdiene 1 eller -1. Den brukes til å måle om to innganger er like eller forskjellige, ved å bruke cosinusavstanden.
17) torch.nn.MultiMarginLoss	Den brukes til å lage et kriterium som optimaliserer et multi-klasse klassifiseringshengseltap mellom inngang x og utgang y.
18) torch.nn.TripletMarginLoss	Det brukes til å lage et kriterium som måler tripletttapet til gitte inputtensorer x1, x2, x3 og en margin med en verdi større enn 0. Det brukes til å måle en relativ likhet mellom samples. En triplett er sammensatt av et anker, et positivt eksempel og et negativt eksempel. L(a,p,n)=maks{d(aJeg, sJeg)-d(aJeg,nJeg)+margin,0}
femten.	Synslag
1) fakkel.nn.PixelShuffle	Den brukes til å omorganisere elementene i en tensor av form(*,C×r2,H,W) til en tensor av form (*,C,H×r,W,r)
2) fakkel.nn.Upsample	Den brukes til å oppsample en gitt flerkanals 1D-, 2D- eller 3D-data.
3) torch.nn.upsamplingNearest2d	Den brukes til å bruke 2D nærmeste nabo upsampling til et inngangssignal som er sammensatt med flere inngangskanaler.
4) fakkel.nn.UpsamplingBilinear2d	Den brukes til å bruke 2D bilineær upsampling til et inngangssignal som er sammensatt av flere inngangskanaler.
16.	DataParallelle lag (multi-GPU, distribuert)
1) torch.nn.DataParallel	Den brukes til å implementere dataparallellisme på modulnivå.
2) torch.nn.DistributedDataParallel	Den brukes til å implementere distribuert dataparallellisme, som er basert på torch.distributed-pakken på modulnivå.
3) torch.nn.DistributedDataParallelCPU	Den brukes til å implementere distribuert dataparallellisme for CPU-en på modulnivå.
17.	Verktøy
1) torch.nn.clip_grad_norm_	Den brukes til å klippe gradientnormen til en gjentakelig parameter.
2) torch.nn.clip_grad_value_	Den brukes til å klippe gradientnormen til en gjentakelig parameter ved den angitte verdien.
3) torch.nn.parameters_to_vector	Den brukes til å konvertere parametere til én vektor.
4) torch.nn.vector_to_parameters	Den brukes til å konvertere en vektor til parameterne.
5) torch.nn.weight_norm	Den brukes til å bruke vektnormalisering på en parameter i den gitte modulen.
6) torch.nn.remove_weight_norm	Den brukes til å fjerne vektnormalisering og re-parameterisering fra en modul.
7) torch.nn.spectral_norm	Den brukes til å bruke spektral normalisering til en parameter i den gitte modulen.
8) torch.nn.PackedSequence	Den vil bruke til å holde dataene og listen over batch_sizes for en pakket sekvens.
9) torch.nn.pack_padded_sequence	Den brukes til å pakke en Tensor som inneholder polstrede sekvenser med variabel lengde.
10) torch.nn.pad_packed_sequence	Den brukes til å fylle en pakket batch med sekvenser med variabel lengde.
11) torch.nn.pad_sequence	Den brukes til å fylle ut en liste over tensorer med variabel lengde med utfyllingsverdi.
12) torch.nn.pack_sequence	Den brukes til å pakke en liste over tensorer med variabel lengde
13) torch.nn.remove_spectral_norm	Den brukes til å fjerne spektral normalisering og re-parameterisering fra en modul.

Henvisning:

https://pytorch.org/docs/stable/nn.html