写一个用torch完成的神经网络模型
时间: 2023-01-11 07:55:36 浏览: 92
当然,这是一个使用 PyTorch 实现的简单神经网络模型的例子:
```
import torch
import torch.nn as nn
class SimpleNet(nn.Module):
def __init__(self, input_size, hidden_size, num_classes):
super(SimpleNet, self).__init__()
self.fc1 = nn.Linear(input_size, hidden_size)
self.relu = nn.ReLU()
self.fc2 = nn.Linear(hidden_size, num_classes)
def forward(self, x):
out = self.fc1(x)
out = self.relu(out)
out = self.fc2(out)
return out
input_size = 784 # for example
hidden_size = 500
num_classes = 10
model = SimpleNet(input_size, hidden_size, num_classes)
```
这个网络有一个输入层,一个隐藏层和一个输出层。输入层有 784 个输入节点(因为有 784 个像素点),隐藏层有 500 个节点,输出层有 10 个节点(因为要分类的数字有 0 到 9)。
激活函数ReLU,即Rectified Linear Unit ,在线性变换后加入,当输入x<0时,输出0,当输入x>=0时,输出x.
这只是一个简单的示例,您可以根据需要增加或减少网络的层数,更改激活函数等。