pytorch学习（六）快速搭建法

在前两次的学习中搭建一个网络分为了两部分。首先定义该网络中存在的各层，并设定好每层的参数，然后构建前向传播关系，这样才能形成一个有效的网络架构。例如下面这一简单的网络结构。

class Net(torch.nn.Module):
    def __init__(self, n_feature, n_hidden, n_output):
        super(Net, self).__init__()
        self.hidden = torch.nn.Linear(n_feature, n_hidden)   # hidden layer
        self.out = torch.nn.Linear(n_hidden, n_output)   # output layer

    def forward(self, x):
        x = F.relu(self.hidden(x))      # activation function for hidden layer
        x = self.out(x)
        return x

在这里将使用一种简单的搭建方法，可以将上述两部和起来，那就是使用Sequential，直接按照结构顺序排列每一层，并设定每层的参数，这样就会按照网络层的顺序构建一个网络。可以打印出来看一下。

net = torch.nn.Sequential(
    torch.nn.Linear(1, 10),
    torch.nn.ReLU(),
    torch.nn.Linear(10, 1)
)
print(net)

打印结果如下：

Sequential(
  (0): Linear(in_features=1, out_features=10, bias=True)
  (1): ReLU()
  (2): Linear(in_features=10, out_features=1, bias=True)
)

原来方式构建网络的网络结构如下，这里每一层我们都为其命名了，所以每一层都有一个名字，而简单构建法则显示出了第几层。

Net(
  (hidden): Linear(in_features=1, out_features=10, bias=True)
  (predict): Linear(in_features=10, out_features=1, bias=True)
)