.. _sphx_glr_beginner_examples_nn_two_layer_net_module.py:


PyTorch: 사용자 정의 nn 모듈
----------------------------

하나의 은닉 계층(Hidden Layer)을 갖는 완전히 연결된 ReLU 신경망에 유클리드
거리(Euclidean Distance)의 제곱을 최소화하여 x로부터 y를 예측하도록 학습하겠습니다.

이번에는 사용자 정의 모듈의 서브클래스로 모델을 정의합니다. 기존 모듈의 간단한
순차적인 구성보다 더 복잡한 모델을 원한다면, 이 방법으로 모델을 정의하면 됩니다.



.. code-block:: python

    import torch
    from torch.autograd import Variable


    class TwoLayerNet(torch.nn.Module):
        def __init__(self, D_in, H, D_out):
            """
            생성자에서 2개의 nn.Linear 모듈을 생성(Instantiate)하고, 멤버 변수로
            지정합니다.
            """
            super(TwoLayerNet, self).__init__()
            self.linear1 = torch.nn.Linear(D_in, H)
            self.linear2 = torch.nn.Linear(H, D_out)

        def forward(self, x):
            """
            순전파 함수에서는 입력 데이터의 Variable을 받아서 출력 데이터의 Variable을
            반환해야 합니다. Variable 상의 임의의 연산자뿐만 아니라 생성자에서 정의한
            모듈을 사용할 수 있습니다.
            """
            h_relu = self.linear1(x).clamp(min=0)
            y_pred = self.linear2(h_relu)
            return y_pred


    # N은 배치 크기이며, D_in은 입력의 차원입니다;
    # H는 은닉 계층의 차원이며, D_out은 출력 차원입니다:
    N, D_in, H, D_out = 64, 1000, 100, 10

    # 입력과 출력을 저장하기 위해 무작위 값을 갖는 Tensor를 생성하고, Variable로
    # 감쌉니다.
    x = Variable(torch.randn(N, D_in))
    y = Variable(torch.randn(N, D_out), requires_grad=False)

    # 앞에서 정의한 클래스를 생성(Instantiating)해서 모델을 구성합니다.
    model = TwoLayerNet(D_in, H, D_out)

    # 손실함수와 Optimizer를 만듭니다. SGD 생성자에서 model.parameters()를 호출하면
    # 모델의 멤버인 2개의 nnLinear 모듈의 학습 가능한 매개변수들이 포함됩니다.
    criterion = torch.nn.MSELoss(size_average=False)
    optimizer = torch.optim.SGD(model.parameters(), lr=1e-4)
    for t in range(500):
        # 순전파 단계: 모델에 x를 전달하여 예상하는 y 값을 계산합니다.
        y_pred = model(x)

        # 손실을 계산하고 출력합니다.
        loss = criterion(y_pred, y)
        print(t, loss.data[0])

        # 변화도를 0으로 만들고, 역전파 단계를 수행하고, 가중치를 갱신합니다.
        optimizer.zero_grad()
        loss.backward()
        optimizer.step()

**Total running time of the script:** ( 0 minutes  0.000 seconds)



.. only :: html

 .. container:: sphx-glr-footer


  .. container:: sphx-glr-download

     :download:`Download Python source code: two_layer_net_module.py <two_layer_net_module.py>`



  .. container:: sphx-glr-download

     :download:`Download Jupyter notebook: two_layer_net_module.ipynb <two_layer_net_module.ipynb>`


.. only:: html

 .. rst-class:: sphx-glr-signature

    `Gallery generated by Sphinx-Gallery <https://sphinx-gallery.readthedocs.io>`_