pytorch神经网络代码实例

当然，我可以为你提供一个简单的PyTorch神经网络代码实例。以下是一个使用PyTorch构建的简单的全连接神经网络的示例：

import torch
import torch.nn as nn

# 定义一个简单的全连接神经网络类
class SimpleNet(nn.Module):
    def __init__(self, input_size, hidden_size, output_size):
        super(SimpleNet, self).__init__()
        self.fc1 = nn.Linear(input_size, hidden_size)  # 第一层全连接层
        self.relu = nn.ReLU()  # relu激活函数
        self.fc2 = nn.Linear(hidden_size, output_size)  # 第二层全连接层

    def forward(self, x):
        out = self.fc1(x)
        out = self.relu(out)
        out = self.fc2(out)
        return out

# 定义输入、隐藏和输出的大小
input_size = 10
hidden_size = 20
output_size = 5
# 创建一个实例
model = SimpleNet(input_size, hidden_size, output_size)

# 定义输入数据
input_data = torch.randn(1, input_size)

# 前向传播
output = model(input_data)

print(output)

这是一个简单的全连接神经网络，包含一个输入层、一个隐藏层和一个输出层。你可以根据需要调整输入大小、隐藏大小和输出大小。在前向传播过程中，输入数据通过每个层并最终产生输出。

希望这个示例能帮到你！