Pytorch：实现线性回归和非线性回归

Programmer_zhc

已于 2023-03-22 17:21:03 修改

阅读量1k

点赞数

分类专栏： Pytorch 文章标签：人工智能深度学习线性回归 pytorch python

于 2023-03-22 09:21:52 首次发布

本文链接：https://blog.csdn.net/qq_48721465/article/details/129702148

版权

本节主要基于Pytorch实现线性回归和非线性回归。帮助小白熟悉Pytorch的使用，深度理解神经网络的工作原理。为便于阅读与理解，本节将建立两个文件，分别为“Pytorch_Network_01.py”和“Pytorch_Train_01.py”。“Pytorch_Network_01.py”文件主要包含线性网络和非线性网络类，“Pytorch_Train_01.py”文件用于网络训练。

Pytorch_Network_01.py

'''
文件功能: 搭建全连接神经网络, 并进行初始化
线性网络: Linear_Net
非线性网络: Nonlinear_Net
'''

import torch
import torch.nn as nn

# 线性网络
class Linear_Net(nn.Module):
    def __init__(self, input_dim, output_dim):
        super(Linear_Net, self).__init__()
        self.input_layer = nn.Linear(input_dim, 5)
        self.output_layer = nn.Linear(5, output_dim)

    def forward(self, x):
        x1 = self.input_layer(x)
        y = self.output_layer(x1)
        return y

    def init(self):
        self.input_layer.weight.data = torch.randn(self.input_layer.weight.size())
        self.output_layer.weight.data =