用pytorch的两种方法创建神经网络

内容导读

互联网集市收集整理的这篇技术教程文章主要介绍了用pytorch的两种方法创建神经网络，小编现在分享给大家，供广大互联网技能从业者学习和参考。文章包含670字，纯文字阅读大概需要1分钟。

内容图文

import torch
import torch.nn.functional as F

replace following class code with an easy sequential network

class Net(torch.nn.Module):
def init(self, n_feature, n_hidden, n_output):
super(Net, self).init()
self.hidden = torch.nn.Linear(n_feature, n_hidden) # hidden layer
self.predict = torch.nn.Linear(n_hidden, n_output) # output layer

def forward(self, x):
    x = F.relu(self.hidden(x))      # activation function for hidden layer
    x = self.predict(x)             # linear output
    return x

net1 = Net(1, 10, 1)

easy and fast way to build your network

net2 = torch.nn.Sequential(
torch.nn.Linear(1, 10),
torch.nn.ReLU(),
torch.nn.Linear(10, 1)
)

print(net1) # net1 arch

内容总结

以上是互联网集市为您收集整理的用pytorch的两种方法创建神经网络全部内容，希望文章能够帮你解决用pytorch的两种方法创建神经网络所遇到的程序开发问题。 如果觉得互联网集市技术教程内容还不错，欢迎将互联网集市网站推荐给程序员好友。

内容备注

版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 gblab@vip.qq.com 举报，一经查实，本站将立刻删除。

内容手机端

---