안녕하세요.
최근 파이토치와 딥러닝에 관심이 생겨 공부를 시작하였습니다.
딥러닝의 개념을 이해하는 것 부터가 첫 난관이라 어려움이 많은데요^^
예제를 보고 테스트 하는 도중 의문이 생겨 질문을 드립니다.
사용환경은 window10, Anaconda에서 jupyter Notebook 입니다.
----- 예제 ------
.
.
.
num_data = 1000
num_epoch = 10000
noise = init.normal_(torch.FloatTensor(num_data,1),std=1) # 랜덤 노이즈 값
x = init.uniform_(torch.Tensor(num_data,1),-15,15) # 랜덤 값 -15 ~ +15
y = (x**2) + 3
y_noise = y + noise # 랜덤 노이즈값을 더함.
---------------------------------------------------------------------------
model = nn.Sequential ( # 신경망 설계 … 이렇게 설계한 이유???
nn.Linear(1,6), # (1,6)
nn.ReLU(),
nn.Linear(6,10), # (6,10)
nn.ReLU(),
nn.Linear(10,6), # (10,6)
nn.ReLU(),
nn.Linear(6,1) # (6,1)
)
nn.Sequential에서 신경망 설계를 선언한것 같은데요.
(1,6) - (6,10) - (10,6) -(6,1) 의 순서로 설계한 이유를 명확히 모르겠습니다.
선배님들의 조언 부탁드리겠습니다.