如何使用pytorch创建具有多个输出的神经网络？

作者: 易米烊光
发布时间: 2025-02-06 11:09:08 (5天前)
转自：

2 条回复

0#
回复此人
LOGO | 2019-08-31 10-32

<div class =“post-text”itemprop =“text”> <P> 如果你正在研究多类分类和简单的神经网络，你可以采用多种方式，作为初学者尝试在PyTorch中创建一个类作为nn.Module的子类来开始 </p> <pre> <code> class Network(nn.Module): def __init__(self): super().__init__() # Inputs to hidden layer linear transformation self.hidden = nn.Linear(784, 256) # Output layer, 10 units - one for each digit self.output = nn.Linear(256, 10) # Define sigmoid activation and softmax output self.sigmoid = nn.Sigmoid() self.softmax = nn.Softmax(dim=1) def forward(self, x): # Pass the input tensor through each of our operations x = self.hidden(x) x = self.sigmoid(x) x = self.output(x) x = self.softmax(x) return x model = Network() </code> </pre> </DIV>

编辑

登录后才能参与评论