You need to enable JavaScript to run this app. 如何使用PyTorch搭建含400节点隐藏层的卷积神经网络?
优惠活动
大模型
产品
解决方案
定价
更多

如何使用PyTorch搭建含400节点隐藏层的卷积神经网络?

存在的问题

  • 缩进错误:forward 方法被错误定义在 __init__ 方法内部,属于语法错误,无法正确触发前向传播逻辑
  • 全连接层配置不符合要求:需求是带400个隐藏神经元的全连接层、输出维度10,当前仅定义了一层400->10的线性层,缺少输入层到隐藏层的映射
  • 张量展平逻辑错误:输入图像尺寸为[N, 3, 32, 32],单张图展平后维度为 3*32*32=3072,直接强制view(-1, 400)会错误打乱batch维度和特征维度,导致张量形状不符合预期
  • 激活函数使用位置错误:10维输出一般对应分类任务,不需要在输出层后加ReLU激活,否则会过滤负输出值,影响后续损失计算

修正后代码

import torch
import torch.nn as nn

class MyNet(nn.Module):
    def __init__(self):
        super(MyNet, self).__init__()
        self.relu = nn.ReLU()
        # 输入层到400神经元的隐藏层
        self.fc1 = nn.Linear(3 * 32 * 32, 400)
        # 隐藏层到10维输出层
        self.fc2 = nn.Linear(400, 10)

    def forward(self, x):
        # 展平:保留batch维度,其余维度拉成向量
        x = x.view(x.size(0), -1)
        print(x.shape) # 输入为[100,3,32,32]时输出torch.Size([100, 3072])
        x = self.relu(self.fc1(x))
        print(x.shape) # 输出torch.Size([100, 400])
        x = self.fc2(x)
        print(x.shape) # 输出torch.Size([100, 10])
        return x

内容的提问来源于stack exchange,提问作者husky

相关产品推荐
方舟 Agent Plan

超全模态模型 × Harness 升级,最新支持 Deepseek-V4.1-Flash、GLM-5.3 系列、Doubao-Seedream-5.0-pro、Kimi-K3 (部分), 限时 9.9 元起

最近更新时间:2026.10.19 08:45:05