显示多层感知机网络模型的代码

以下是一个简单的多层感知机（MLP）网络模型的代码，使用PyTorch框架实现：

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

在这个模型中，我们定义了一个包含两个全连接层（fc1和fc2）和一个ReLU激活函数的MLP。输入的大小为input_size，输出的大小为output_size，隐藏层的大小为hidden_size。在forward方法中，我们将输入x传递给fc1层，然后应用ReLU激活函数并传递到fc2层，最后返回输出。