在Torch中定义一个简单的神经网络模型可以使用nn模块。以下是一个简单的神经网络模型定义示例:
require 'nn'
-- 定义一个简单的神经网络模型
model = nn.Sequential()
model:add(nn.Linear(10, 20)) -- 输入层到隐藏层的线性变换,输入10个神经元,输出20个神经元
model:add(nn.ReLU()) -- 激活函数,此处使用ReLU
model:add(nn.Linear(20, 1)) -- 隐藏层到输出层的线性变换,输入20个神经元,输出1个神经元
-- 打印模型结构
print(model)
在这个示例中,我们定义了一个简单的神经网络模型,包括一个包含两个线性层和一个ReLU激活函数的神经网络。我们首先使用nn.Sequential()
创建一个序列化的神经网络模型,然后使用add()
方法逐层添加神经网络层。最后,我们打印模型结构,以查看各层的连接关系。
您可以根据自己的需求进一步调整和定制神经网络模型的结构和参数。