3.10 多层感知机的简洁实现

与前面的类似，只有模型不一样而已，不再赘述。

# 定义模型
input_size, hidden_size, output_size = 784, 256, 10
class Multilayer(torch.nn.Module):
    """
    多层感知机模型。
    Attributes:
        hidden: 隐藏层
        output: 输出层
    """
    def __init__(self, input_size, hidden_size, output_size):
        super(Multilayer, self).__init__()
        self.hidden_layer = torch.nn.Linear(input_size, hidden_size)
        self.output_layer = torch.nn.Linear(hidden_size, output_size)
    def forward(self, x):
        a1 = x.view(x.shape[0], -1)
        a2 = nn.functional.relu(self.hidden_layer(a1))
        a3 = self.output_layer(a2)
        return a3

3.10 多层感知机的简洁实现.py