Pytorch学习笔记【7】：快速搭建神经网络，神经网络的保存与加载_prediction.data.numpy

 还是老话，注意看代码 注释，解析都在注释里

一. 快速搭建神经网络

1. 代码

import torch
import torch.nn.functional as F
 
"""
此段代码主要诠释了如何快速搭建神经网络以及两种搭建方法的输出比较，
我们可以看到输出略有不同，但是两种方式搭建的神经网络的效果是一模一样的。
"""
 
class Net(torch.nn.Module):
    def __init__(self,n_feature,n_hidden,n_output):
        super(Net, self).__init__()
        self.hidden = torch.nn.Linear(n_feature,n_hidden)
        self.predict = torch.nn.Linear(n_hidden,n_output)
 
        def forward(self, x):
            x = F.relu(self.hidden(x)) # 隐藏层的输出要经过激活函数
            x = self.predict(x)
            return x
 
net1 = Net(1,10,1)
 
# 另一种快速搭建神经网络的方法
net2 = torch.nn.Sequential(
    torch.nn.Linear(1,10),
    torch.nn.ReLU(),
    torch.nn.Linear(10,1)
)
 
print(net1)
print(net2)

2.  运行结果