Torch中Module怎么定义一个神经网络结构

在Torch中，可以通过继承nn.Module类来定义一个神经网络结构。以下是一个简单的示例：

import torch import torch.nn as nn  class SimpleNN(nn.Module):     def __init__(self):         super(SimpleNN, self).__init__()         self.fc1 = nn.Linear(784, 128)         self.relu = nn.ReLU()         self.fc2 = nn.Linear(128, 10)          def forward(self, x):         x = self.fc1(x)         x = self.relu(x)         x = self.fc2(x)         return x  model = SimpleNN() 

在这个示例中，SimpleNN类继承自nn.Module，并在__init__方法中定义了神经网络的结构，包括两个全连接层和一个ReLU激活函数。在forward方法中定义了数据在神经网络中的流动，也就是前向传播过程。最后通过实例化SimpleNN类来创建一个神经网络模型。