层	输出形状
输入	1 × 28 × 28
C1 卷积	6 × 28 × 28
S2 池化	6 × 14 × 14
C3 卷积	16 × 10 × 10
S4 池化	16 × 5 × 5
展平后	400（向量）
FC1	120
FC2	84
输出	10（分类概率）

每一个 Convolution Layer 包含一个 5x5 Kernel，一个 Sigmoid Activation Function，同时也在增加 Output Channel，而每一个 Pooling Layer 都通过 2x2 的 window 和 2 的 Stride 将宽高减半
其中在 Convolution Layer 和 Full-Connect Layer 中需要进行数据的 Flatten 因为 Full-Connect Layer 只接受一维向量之后送进全连接
最后保留 10 维的输出，对应了 LeNet 的分类 0-9 任务
通过一个简单的 Sequential 块就可以实现 LeNet

import torch
from torch import nn
from d2l import torch as d2l

# 使用 nn.Sequential 顺序堆叠每一层，构建 LeNet 网络
net = nn.Sequential(

    # 第一层：卷积层
    # 输入通道数 1（灰度图），输出通道数 6，卷积核大小 5×5，padding=2 保持输出大小不变
    nn.Conv2d(1, 6, kernel_size=5, padding=2),
    nn.Sigmoid(),  # 激活函数使用 sigmoid（原始 LeNet 使用的激活）

    # 第一层：平均池化层，窗口 2×2，步幅 2（尺寸减半）
    nn.AvgPool2d(kernel_size=2, stride=2),

    # 第二层：卷积层
    # 输入通道数 6，输出通道数 16，卷积核大小 5×5，不使用 padding（输出会缩小）
    nn.Conv2d(6, 16, kernel_size=5),
    nn.Sigmoid(),

    # 第二层：平均池化层
    nn.AvgPool2d(kernel_size=2, stride=2),

    # 将卷积输出展平为一维向量，便于输入到全连接层
    nn.Flatten(),

    # 第一层全连接：输入 16×5×5 = 400 个节点，输出 120 个神经元
    nn.Linear(16 * 5 * 5, 120),
    nn.Sigmoid(),

    # 第二层全连接：120 → 84
    nn.Linear(120, 84),
    nn.Sigmoid(),

    # 第三层全连接（输出层）：84 → 10（10 类分类结果）
    nn.Linear(84, 10)
)

简单概括就是图像尺寸越来越小，但是通道越来越多

6.6.2 Model Train
#

为了使用 GPU，需要作出一些小的改动

def evaluate_accuracy_gpu(net, data_iter, device=None):#@save"""使用GPU计算模型在数据集上的精度"""if isinstance(net, nn.Module):
        net.eval()# 设置为评估模式ifnot device:
            device = next(iter(net.parameters())).device
# 正确预测的数量，总预测的数量metric = d2l.Accumulator(2)
with torch.no_grad():
for X, yin data_iter:
if isinstance(X, list):
# BERT微调所需的（之后将介绍）X = [x.to(device)for xin X]
else:
                X = X.to(device)
            y = y.to(device)
            metric.add(d2l.accuracy(net(X), y), y.numel())
return metric[0] / metric[1]

接下来就是主训练函数

定义函数
#

def train_ch6(net, train_iter, test_iter, num_epochs, lr, device):
    """用 GPU 训练模型（在第六章定义）"""

1️⃣ 初始化网络参数（使用 Xavier 初始化）
#

def init_weights(m):
    if type(m) == nn.Linear or type(m) == nn.Conv2d:
        nn.init.xavier_uniform_(m.weight)
net.apply(init_weights)

对所有 Linear 和 Conv2d 层使用 Xavier 均匀初始化，其他层是没有参数的，不用管

2️⃣ 设置设备（GPU / CPU）和优化器
#

print('training on', device)
net.to(device)
optimizer = torch.optim.SGD(net.parameters(), lr=lr)
loss = nn.CrossEntropyLoss()

使用随机梯度下降（SGD）
使用 Cross Entropy Loss

3️⃣ 可视化工具（绘图）
#

animator = d2l.Animator(...)

4️⃣ 开始训练循环
#

for epoch in range(num_epochs):

① 初始化指标收集器（loss、acc、样本数）
#

metric = d2l.Accumulator(3) # D2L 库的累加器

② 设置模型为训练模式
#

net.train()

③ 遍历每个 batch
#

for i, (X, y) in enumerate(train_iter):

将数据移到设备上（X 和 y）
前向传播 → 计算损失 → 反向传播 → 梯度更新

timer.start() #开始计时
optimizer.zero_grad() #重置梯度
X, y = X.to(device), y.to(device)
y_hat = net(X) #前面的 nn.Sequence 的输出值
l = loss(y_hat, y) #Loss
l.backward() #Feed Backward
optimizer.step() #Optimizer
with torch.no_grad():
         #添加值到前面的定义的累加器中
     metric.add(l * X.shape[0], d2l.accuracy(y_hat, y), X.shape[0]) 
timer.stop() #结束计时
train_l = metric[0] / metric[2]
train_acc = metric[1] / metric[2]

④ 每训练完一部分，更新动态图（绘图）
#

if (i + 1) % (num_batches // 5) == 0 or i == num_batches - 1:
    animator.add(...)

5️⃣ 每轮结束后在测试集上评估
#

test_acc = evaluate_accuracy_gpu(net, test_iter)
animator.add(...)

6️⃣ 最终打印结果
#

print(f'loss {train_l:.3f}, train acc {train_acc:.3f}, test acc {test_acc:.3f}')
print(f'{metric[2] * num_epochs / timer.sum():.1f} examples/sec on {str(device)}')