Torch中Module怎么定义一个神经网络结构

在Torch中，可以通过继承nn.Module类来定义一个神经网络结构。以下是一个简单的示例：

import torch
import torch.nn as nn

class SimpleNN(nn.Module):
    def __init__(self):
        super(SimpleNN, self).__init__()
        self.fc1 = nn.Linear(784, 128)
        self.relu = nn.ReLU()
        self.fc2 = nn.Linear(128, 10)
    
    def forward(self, x):
        x = self.fc1(x)
        x = self.relu(x)
        x = self.fc2(x)
        return x

model = SimpleNN()

在这个示例中，SimpleNN类继承自nn.Module，并在__init__方法中定义了神经网络的结构，包括两个全连接层和一个ReLU激活函数。在forward方法中定义了数据在神经网络中的流动，也就是前向传播过程。最后通过实例化SimpleNN类来创建一个神经网络模型。

声明：本文内容由网友自发贡献，本站不承担相应法律责任。对本内容有异议或投诉，请联系2913721942#qq.com核实处理，我们将尽快回复您，谢谢合作！