pytorch構建兩層神經網絡並使用自動求導機制

'''
使用pytorch的自動求導機制
'''
import torch

dtype=torch.float
device=torch.device("cpu")

# N是批量大小; D_in是輸入維度;
# H是隱藏的維度; D_out是輸出維度。

N,D_in,H,D_out=64,1000,100,10

#隨機構建輸入輸出
x=torch.randn(N,D_in,device=device,dtype=dtype)
y=torch.randn(N,D_out,device=device,dtype=dtype)

w1=torch.randn(D_in,H,device=device,dtype=dtype,requires_grad=True)
w2=torch.randn(H,D_out,device=device,dtype=dtype,requires_grad=True)

#設置學習率
learning_rate=1e-6
for t in range(500):
    y_pred=x.mm(w1).clamp(min=0).mm(w2)#前饋計算
    loss = (y_pred - y).pow(2).sum()
    print(t,loss.item())
    loss.backward()#自動求導

    with torch.no_grad():#更新階段不添加計算圖，去除求導機制
        w1-=learning_rate*w1.grad
        w2-=learning_rate*w2.grad
        #手動將梯度設爲0
        w1.grad.zero_()
        w2.grad.zero_()