pytorch神经网络因素预测_pytorch动态神经网络（分类）

import  torch

import matplotlib as plt

n_data=torch.ones(100,2)

#代表形成了一个100行2列为1的数据

x0=torch.normal(2*n_data,1)

#表示均值为2，标准差为为1

y0=torch.zeros(100)

#定义数据类型为0

x1=torch.normal(-2*n_data,1)

#表示均值为-2，标准差为1

y1=torch.ones(100)

#定义数据类型为1

x=torch.cat((x0,x1),0).type(torch.FloatTensor)

y=torch.cat((y0,y1),).type(torch.LongTensor)

# 注意 x, y 数据的数据形式是一定要像下面一样 (torch.cat 是在合并数据)，type后面接的是数据类型

建立神经网络

import torch

import torch.nn.functional as F    # 激励函数都在这

class Net(torch.nn.Module):    # 继承 torch 的 Module

def __init__(self, n_feature, n_hidden, n_output):

super(Net, self).__init__()    # 继承 __init__ 功能

self.hidden = torch.nn.Linear(n_feature, n_hidden)  # 隐藏层线性输出

self.out = torch.nn.Linear(n_hidden, n_output)