在PyTorch中实现多层神经网络可以通过在模型中添加多个nn.Linear层,并在forward函数中依次传递输入数据。例如,一个包含两个隐藏层的神经网络可以这样定义:
class MultiLayerNet(nn.Module):
def __init__(self, n_feature, n_hidden1, n_hidden2, n_output):
super(MultiLayerNet, self).__init__()
self.layer1 = nn.Linear(n_feature, n_hidden1)
self.relu = nn.ReLU()
self.layer2 = nn.Linear(n_hidden1, n_hidden2)
self.output = nn.Linear(n_hidden2, n_output)
def forward(self, x):
x = self.relu(self.layer1(x))
x = self.relu(self.layer2(x))
y = self.output(x)
return y
版权声明:本文内容由阿里云实名注册用户自发贡献,版权归原作者所有,阿里云开发者社区不拥有其著作权,亦不承担相应法律责任。具体规则请查看《阿里云开发者社区用户服务协议》和《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容,填写侵权投诉表单进行举报,一经查实,本社区将立刻删除涉嫌侵权内容。