通过继承nn.Module实现四个简单网络：输入一个数据，可以对其进行加减乘除的操作

在PyTorch中，`nn.Module`是一个基本的模块，用于构建神经网络模型。如果你想通过继承`nn.Module`来创建一个能够对输入数据进行加、减、乘、除操作的简单网络，你可以这样做：

首先，你需要定义一个继承自`nn.Module`的类，比如叫做`SimpleMathNet`：

import torch
from torch import nn

class SimpleMathNet(nn.Module):
    def __init__(self):
        super(SimpleMathNet, self).__init__()
        # 定义线性层，它们将作为我们的运算单元
        self.add_layer = nn.Linear(1, 1)
        self.subtract_layer = nn.Linear(1, 1)
        self.multiply_layer = nn.Linear(1, 1)
        self.divide_layer = nn.Linear(1, 1)

    def forward(self, x):
        # 在forward函数中，我们将对x应用四种基本数学运算
        added = self.add_layer(x)
        subtracted = self.subtract_layer(x)
        multiplied = self.multiply_layer(x)
        divided = self.divide_layer(x)
        
        return added, subtracted, multiplied, divided

在这个例子中，`__init__`方法初始化了四个独立的线性层，分别对应加法、减法、乘法和除法。`forward`方法则是网络的计算核心，它接受一个数据张量`x`，然后对每个运算层调用`forward`方法，并返回结果。

现在你可以实例化这个网络并传入数据进行计算：

net = SimpleMathNet()
input_data = torch.tensor([1.0])  # 示例输入
output = net(input_data)
print(output)  # 输出将是四个元素，每个元素对应一个运算的结果