Pytorch学习（6）：多维输入

import torch
import numpy as np


#数据读入
xy = np.loadtxt('diabetes.csv.gz',delimiter=',',dtype=np.float32)     #delimiter 指的是分隔符的意思
x_data = torch.from_numpy(xy[:,:-1])     #x_data是前8列
y_data = torch.from_numpy(xy[:,[-1]])    # y_data是最后1列


class Model(torch.nn.Module):
    def __init__(self):
        super(Model,self).__init__()
        #self.linear = torch.nn.Linear(8,1)     #直接8维输入，1维输出的二分类模型 对应的w为8*1的向量。
        self.linear1 = torch.nn.Linear(8,6)
        self.linear2 = torch.nn.Linear(6,4)
        self.linear3 = torch.nn.Linear(4,1)    #从8->4->1维
        
        self.sigmoid = torch.nn.Sigmoid()     #这里的激活函数可以选择很多，也可以用Sign()、Linear()、ReLU()等。  要改成：self.activate = torch.nn.ReLU().
        
        
    def forward(self, x):
        # x = self.sigmoid(self.linear(x))    #直接输入8->1
        x = self.sigmoid(self.linear1(x))
        x = self.sigmoid(self.linear2(x))