2021-10-22

断眉的派大星

于 2021-10-22 20:40:57 发布

阅读量117

点赞数

分类专栏：深度学习文章标签： pytorch 深度学习人工智能

本文链接：https://blog.youkuaiyun.com/qq_39697468/article/details/120912753

版权

深度学习专栏收录该内容

22 篇文章

订阅专栏

本文详细介绍了在Pytorch中创建模型的三种常见方法：1) 使用nn.Linear创建单层模型；2) 利用nn.Sequential按顺序构建模型；3) 自定义类并继承nn.Module来设计复杂的网络结构。通过这些方法，开发者可以灵活地搭建各种深度学习模型。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

Pytorch中创建模型的三种方法

一、单层创建 nn.Linear

代码如下（示例）：

from torch import nn
model = nn.Linear(1,1)

二、torch.nn.Sequential

按顺序进行创建

代码如下（示例）：

import torch
from torch import nn 
model = nn.Sequential(
            nn.Linear(15,1),
            nn.Sigmoid()
)

三、自定义类（继承自 nn.Module）

代码如下（示例）：

class model(nn.Module):
    def __init__(self):
        super().__init__()
        self.linear_1= nn.Linear(20,64)
        self.linear_2 = nn.Linear(64,128)
        self.linear_3 = nn.Linear(128,1)
        
    def forward(self,x):
        x = F.relu(self.linear_1(x))
        x = F.relu(self.linear_2(x))
        
        x = F.sigmoid(self.linear_3(x))
        return x