用 Pytorch 定义MLP模型优化器的代码

以下是使用Pytorch定义MLP模型和优化器的示例代码：

import torch
import torch.nn as nn
import torch.optim as optim

# Define MLP model
class MLP(nn.Module):
    def __init__(self, input_dim, hidden_dim, output_dim):
        super(MLP, self).__init__()
        self.fc1 = nn.Linear(input_dim, hidden_dim)
        self.fc2 = nn.Linear(hidden_dim, output_dim)

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

# Define optimizer
input_dim = 10
hidden_dim = 20
output_dim = 1
lr = 0.01
mlp_model = MLP(input_dim, hidden_dim, output_dim)
optimizer = optim.SGD(mlp_model.parameters(), lr=lr)

以上是一个基本的MLP模型和随机梯度下降（SGD）优化器的定义。您可以根据您的需求来更改模型的参数和优化器的设置。请注意，这里没有进行训练的代码，如果您需要，请参考其他的Pytorch教程。