qq_42803467的博客

1.简单的全连接神经网络from torch import nnclass simpleNet(nn.Module): def __init__(self,in_dim,n_hidden_1,n_hidden_2,out_dim): super(simpleNet,self).__init__() self.layer1 = nn.Linear(in_dim,n_hidden_1) self.layer2 = nn.Linear(n_hidde

Sequential 允许我们构建序列化的模块，而 Module 是一种更加灵活的模型定义方式，我们下面分别用 Sequential 和 Module 来定义上面的神经网络定义神经网络方式一：Sequential# Sequentialseq_net = nn.Sequential( nn.Linear(2, 4), # PyTorch 中的线性层，wx + b nn.Tanh(), nn.Linear(4, 1))序列模块可以通过索引访问每一层seq_net

11.Pytorch介绍PyTorch 是由 Torch7 团队开源的，这也是Facebook 的 AI 研究团队发布了一个 Python 工具包，据该项目官网介绍，是一个 Python 优先的深度学习框架，能够在强大的 GPU 加速基础上实现张量和动态神经网络。- [官网](http://pytorch.org/)- [Github](https://github.com/pytorch/pytorch)目前除了 Facebook 之外，也有大量的机构正在使用 PyTorch![](ht