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),
)