5-pytorch-torch.nn.Sequential()快速搭建神经网络

提示：文章写完后，目录可以自动生成，如何生成可参考右边的帮助文档

---

前言

本文内容还是基于4-pytorch前馈网络简单（分类）问题搭建这篇的相同例子，只是为了介绍另一种更加快速搭建网络的方法，看个人喜好用哪一种。
【注】：建议先看完上面链接的博客4，在来看本篇。
这里的这种搭建方法是使用**torch.nn.Sequential()**快速搭建，不用我们在继承重写net类了。

torch.nn.Sequential()快速搭建网络法

1 生成数据

import torch
import torch.nn.functional as F
import matplotlib.pyplot as plt
import numpy as np

n_data = torch.ones(100,2)
x0 = torch.normal(2*n_data,1)
y0 = torch.zeros(100,1)
x1 = torch.normal(-2*n_data,1)
y1 = torch.ones(100,1)

x = torch.cat((x0,x1),0)
# 在分类问题中标签必须用一维tensor,回归中则没有这个要求
y = torch.cat((y0,y1),0).reshape(-1)
# 在分类问题中标签还需要用torch.LongTensor类型
# 将张量 y 的类型转换为 long，这是因为在 PyTorch 中，分类问题的标签通常是整数类型（long），以便与模型输出的类别概率进行比较