pytorch 中常用深度学习模型

### PyTorch 中常用的深度学习模型及其应用

#### 卷积神经网络 (CNN)

卷积神经网络是一种专门设计用来处理具有网格结构的数据（如图像）的深层神经网络架构。这类模型通过局部连接和权值共享来减少参数数量并提高泛化能力。

import torch.nn as nn

class CNNModel(nn.Module):
    def __init__(self):
        super(CNNModel, self).__init__()
        self.conv_layer = nn.Sequential(
            nn.Conv2d(1, 32, kernel_size=3),
            nn.ReLU(),
            nn.MaxPool2d(kernel_size=2)
        )
        self.fc_layer = nn.Linear(32 * 13 * 13, 10)

    def forward(self, x):
        out = self.conv_layer(x)
        out = out.view(out.size(0), -1)
        out = self.fc_layer(out)
        return out

这种类型的模型广泛应用于图像分类、目标检测等领域[^1]。

#### 循环神经网络 (RNN)

循环神经网络适合于序列数据分析，因为它们可以记住之前的信息，并将其用于当前时间步上的预测。LSTM 和 GRU 是两种改进版 RNN 结构，在解决长期依赖方面表现更好。

import torch.nn as nn

class LSTMModel(nn.Module):
    def __init__(self, input_dim, hidden_dim, layer_dim, output_dim):
        super(LSTMModel, self).__init__()
        self.hidden_dim = hidden_dim
        self.layer_dim = layer_dim
        self.lstm = nn.LSTM(input_dim, hidden_dim, layer_dim, batch_first=True)
        self.fc = nn.Linear(hidden_dim, output_dim)

    def forward(self, x):
        h0 = torch.zeros(self.layer_dim, x.size(0), self.hidden_dim).requires_grad_()
        c0 = torch.zeros(self.layer_dim, x.size(0), self.hidden_dim).requires_grad_()
        out, _ = self.lstm(x, (h0.detach(), c0.detach()))
        out = self.fc(out[:, -1, :])
        return out

这些模型常被用作自然语言处理任务中的基础构件，比如文本生成、情感分析等[^2]。

#### 变分自编码器 (VAE)

变分自编码器是一类无监督学习算法，旨在捕捉输入数据的概率分布特征。该框架由两部分组成：编码器负责将原始样本映射到潜在空间；解码器则尝试从未知分布中采样重建原图。

import torch.nn.functional as F

class VAE(nn.Module):
    def __init__(self):
        super(VAE, self).__init__()

        # Encoder layers
        ...

        # Decoder layers
        ...
    
    def encode(self, x):
        mu, logvar = ...  # Compute mean and variance from encoder outputs
        return mu, logvar
    
    def reparameterize(self, mu, logvar):
        std = torch.exp(0.5*logvar)
        eps = torch.randn_like(std)
        return mu + eps*std
        
    def decode(self, z):
        recon_x = ...  # Reconstruct image using decoder network
        return recon_x
    
    def forward(self, x):
        mu, logvar = self.encode(x.view(-1, 784))
        z = self.reparameterize(mu, logvar)
        return self.decode(z), mu, logvar

此模型可用于降维可视化、异常检测等多种场景下[^3]。