用 Pytorch 定义MLP模型测试模型的代码
时间: 2023-06-04 22:07:09 浏览: 122
好的,以下是用 PyTorch 定义 MLP 模型并测试模型的代码:
``` python
import torch
import torch.nn as nn
# 定义 MLP 模型
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.fc2 = nn.Linear(hidden_size, output_size)
def forward(self, x):
x = torch.relu(self.fc1(x))
x = self.fc2(x)
return x
# 定义输入和输出维度
input_size = 10
hidden_size = 20
output_size = 1
# 创建模型和输入
model = MLP(input_size, hidden_size, output_size)
input_data = torch.randn(1, input_size)
# 测试模型输出
output = model(input_data)
print(output)
```
这里我们定义了一个简单的 MLP 模型,包括一个输入层,一个隐藏层和一个输出层。输入维度为 10,隐藏层维度为 20,输出维度为 1。我们创建了一个随机的输入张量,并将其传递给模型,测试模型是否正常工作。