PyTorch 多输入多输出模型构建

最新推荐文章于 2024-07-19 23:01:19 发布

LP_Cong

最新推荐文章于 2024-07-19 23:01:19 发布

阅读量1w

点赞数 9

分类专栏：【——机器学习相关——】

Why is everything so heavy?

本文链接：https://blog.csdn.net/lzc504603913/article/details/106770385

版权

这篇教程详细介绍了如何使用PyTorch 1.5版本构建一个多输入多输出的深度学习模型，通过实例代码展示实现过程。

摘要由CSDN通过智能技术生成

本篇教程基于 PyTorch 1.5版本

直接上代码！

import torch
import torch.nn as nn
from torch.autograd import Variable
import torch.distributed as dist
import torch.utils.data as data_utils


class Net(nn.Module):
    def __init__(self, n_input, n_hidden, n_output):

        super(Net, self).__init__()
        self.hidden1 = nn.Linear(n_input, n_hidden)
        self.hidden2 = nn.Linear(n_hidden, n_hidden)

        self.predict1 = nn.Linear(n_hidden*2, n_output)
        self.predict2 = nn.Linear(n_hidden*2, n_output)

    def forward(self, input1, input2): # 多输入！！！
        out01 = self.hidden1(input1)
        out02 = torch.relu(out01)
        out03 = self.hidden2(out02)
        out04 = torch.sigmoid(out03)

        out11 = self.hidden1(input2)
        out12 = torch.relu(out11)
        out13 = self.hidden2(out12)
        out14 = torch.sigmoid(out13)

        out = torch.cat((out04, out14), dim=1) #