如何用PyTorch构建一个基础神经网络模型？

本文共计1452个文字，预计阅读时间需要6分钟。

1+任务+优先说下我们要搭建的网络要完成的学业任务：+让我们的神经网络学会逻辑异或运算，逻辑异或运算也即是俗称的‘相同为0，不同为1’。再简单一点，也就是我们‘的要求’。

1 任务

首先说下我们要搭建的网络要完成的学习任务： 让我们的神经网络学会逻辑异或运算，异或运算也就是俗称的“相同取0，不同取1” 。再把我们的需求说的简单一点，也就是我们需要搭建这样一个神经网络，让我们在输入（1,1）时输出0，输入（1,0）时输出1（相同取0，不同取1），以此类推。

2 实现思路

因为我们的需求需要有两个输入，一个输出，所以我们需要在输入层设置两个输入节点，输出层设置一个输出节点。因为问题比较简单，所以隐含层我们只需要设置10个节点就可以达到不错的效果了，隐含层的激活函数我们采用ReLU函数，输出层我们用Sigmoid函数，让输出保持在0到1的一个范围，如果输出大于0.5，即可让输出结果为1，小于0.5，让输出结果为0.

3 实现过程

我们使用的简单的快速搭建法。

3.1 引入必要库

import torch import torch.nn as nn import numpy as np

用pytorch当然要引入torch包，然后为了写代码方便将torch包里的nn用nn来代替，nn这个包就是neural network的缩写，专门用来搭神经网络的一个包。引入numpy是为了创建矩阵作为输入。