网络模型是训练的主体，我们可以类比搭建积木的方法创建我们所需的网络模型，下面我们展示下基本步骤。
工具/原料
MindSpore1.5.0
Windows10
方法/步骤
1、首先需要清楚：使用MindSpore定义神经网络需要继承mindspore.nn.Cell。Cell是所有神经网络（如Conv2d-relu-softmax等）的基类。importmindspore.nnasnnfrommindspore.common.initializerimportNormal
2、导入我们的基础模块后，我们开始定义模型的类，神经网络的各层需溴溢菏确要预先在__init__方法中定义，然后通过定义construct菱诎逭幂方法来完成神经网络的前向构造。按照LeNet的网络结构，定义网络各层如下：classLeNet5(nn.Cell):"""Lenet网络结构"""def__init__(self,num_class=10,num_channel=1):super(LeNet5,self).__init__()#定义所需要的运算self.conv1=nn.Conv2d(num_channel,6,5,pad_mode='valid')self.conv2=nn.Conv2d(6,16,5,pad_mode='valid')self.fc1=nn.Dense(16*5*5,120,weight_init=Normal(0.02))self.fc2=nn.Dense(120,84,weight_init=Normal(0.02))self.fc3=nn.Dense(84,num_class,weight_init=Normal(0.02))self.relu=nn.ReLU()self.max_pool2d=nn.MaxPool2d(kernel_size=2,stride=2)self.flatten=nn.Flatten()
3、这里开始，我们将每层串联起来。defconstruct猾诮沓靥(self,x):#使用定义好的运算构建前向网络x=self.conv1(x)x惺绅寨瞀=self.relu(x)x=self.max_pool2d(x)x=self.conv2(x)x=self.relu(x)x=self.max_pool2d(x)x=self.flatten(x)x=self.fc1(x)x=self.relu(x)x=self.fc2(x)x=self.relu(x)x=self.fc3(x)returnx
4、最终，我们将创建出我们需要的基础网络模型。#实例化网络net=LeNet5()