這一節先介紹一些基本操作，然後再對我們前面建立的網路進行訓練隨即生產一張**，1通道，32x32畫素的。為了直觀像是，匯入image包，然後用itorch.image（）方法顯示生成的，就是隨即的一些點。
用之前建立好的神經網路net呼叫forward（）方法輸入隨即生成的得到輸出的結果，如列印出來的形式，net最後是10個輸出節點，這裡輸出了10個值。注意，這是前向傳播，網路裡面的權重是隨即分布的，這是bp演算法之前需要做的運算。
18行是將網路裡面的梯度快取設定為0，19行是網路net的反向傳播方法，第乙個引數是輸入的，這裡應與forward（）方法裡面輸入的一致，第二個引數在這裡的意思是訓練用的分類標籤，注意不是**出來的標籤，是訓練樣本的真實的標籤，即需要擬合的標籤。最後返回的是需要輸入的梯度，即進行梯度下降演算法是需要的那個梯度（可能是，我回頭再確認下，這個不影響我們訓練）。
前向傳播和反向傳播的基本過程就是上面，當然到這還不能我們的網路，還沒有定義損失函式，下面介紹損失函式的基本操作。
這一樣本想著寫完訓練的過程，但是現在只是介紹了下訓練的基本操作，下週有考試，暫定幾天更新，下面估計還要有一張才能真正地把我們前面構建的網路訓練下，因為還有乙個資料預處理的過程也會花一章分享。Torch7深度學習教程（二）
這是自己定義tensor的值輸入10個整型值，列印price，注意這時它只是乙個有10資料的tensor。對比這兩張，第一張是有10個資料的tensor，第二張是10x1的矩陣，也可以成為列向量 神經網路經常用到 是呼叫了reshape 方法轉換的，它們看著一樣本質上是不一樣的！這時再次呼叫resh...
ubuntu安裝Torch7教程
安裝torch7很簡單，只需要幾條命令即可，本教程在安裝完torch7之後還會download下demo，並執行其中的train a digit classifier。具體安裝步驟如下 sudo apt get install git git clone torch recursive cd tor...
Torch7模型訓練
torch7搭建卷積神經網路詳細教程 已經詳細的介紹啦module模組，這裡再次基礎上再給出一些上container transfer functions layers和 layers模組的理解。並在後面給出一些簡單的模型訓練方法。下述程式在itorch qtconsole下執行。主要有四個函式 詳...