从零学习PyTorch(6)----万丈高楼平地起

本章会介绍一下搭建神经网络的两种方法

Class实例化

这里将网络定义为一个类，之后进行实例化，里面有两个方法：
第一个初始方法目的是构建神经层，可以抽象为盖房子先准备好木料。
第二forward方法的目的是链接神经层，可以抽象为利用木料搭房子。

class Net(t.nn.Module):
    def __init__(self, n_feature, n_hidden, n_output):
        super().__init__()
        self.hidden = t.nn.Linear(n_feature, n_hidden)
        self.predict = t.nn.Linear(n_hidden, n_output)

    def forward(self, x):
        x = tnf.relu(self.hidden(x))
        x = self.predict(x)
        return x

神经层累加

这里是直接使用torch.nn里面的Sequential方法进行累加神经层

net2 = t.nn.Sequential(
    t.nn.Linear(2, 10),
    t.nn.ReLU(),
    t.nn.Linear(10, 2),
)