多层感知机pytorch实现

多层感知机（Multilayer Perceptron，MLP）是一种常见的前馈神经网络，由至少三层节点组成，其中输入层接收输入信号，中间层通过激活函数处理输入信号，输出层将中间层的信号转换为输出。以下是使用PyTorch实现MLP的示例代码：

import torch
import torch.nn as nn

class MLP(nn.Module):
    def __init__(self, input_size, hidden_size, output_size):
        super(MLP, self).__init__()
        self.fc1 = nn.Linear(input_size, hidden_size)
        self.relu = nn.ReLU()
        self.fc2 = nn.Linear(hidden_size, output_size)
        
    def forward(self, x):
        out = self.fc1(x)
        out = self.relu(out)
        out = self.fc2(out)
        return out

在上述代码中，我们定义了一个名为MLP的类，它继承自nn.Module。在类的构造函数中，我们定义了三个层：一个输入层（nn.Linear），一个ReLU激活函数和一个输出层。在forward函数中，我们将输入x传递给输入层，然后通过ReLU激活函数和输出层进行处理，并返回输出。