在PyTorch中,nn.Sequential
是一個(gè)用于構(gòu)建神經(jīng)網(wǎng)絡(luò)模型的容器。它可以按照順序?qū)⒍鄠€(gè)層組合在一起,以構(gòu)建深度神經(jīng)網(wǎng)絡(luò)。
nn.Sequential
的用法如下所示:
import torch.nn as nn
model = nn.Sequential(
nn.Linear(input_size, hidden_size), # 添加輸入層
nn.ReLU(), # 添加激活函數(shù)
nn.Linear(hidden_size, output_size), # 添加輸出層
nn.Sigmoid() # 添加激活函數(shù)
)
在上述示例中,nn.Sequential
按照順序添加了四個(gè)層:一個(gè)線性層,一個(gè)ReLU激活函數(shù),另一個(gè)線性層以及一個(gè)Sigmoid激活函數(shù)。這些層將按照添加的順序依次被應(yīng)用于輸入數(shù)據(jù),以生成最終的輸出。
可以通過調(diào)用model(x)
來使用這個(gè)nn.Sequential
模型,其中x
是輸入數(shù)據(jù)。模型將依次將輸入數(shù)據(jù)傳遞給添加的每個(gè)層,并生成最終的輸出。