PyTorch实现任意多层全连接网络
在PyTorch中，我们可以使用torch.nn.Linear模块来实现全连接网络。这个模块接受输入张量的大小和输出张量的大小作为参数，并且可以指定是否需要偏差。例如，下面的代码会创建一个有两个隐藏层（100个神经元）的全连接网络：
import torch.nn as nn
model = nn.Sequential(
nn.Linear(input_size, 100),
nn.ReLU(),
nn.Linear(100, output_size),
)其中，input_size和output_size是网络的输入和输出大小。nn.ReLU()是一个非线性激活函数，用于添加非线性特性。我们可以在网络中添加更多的线性层和激活函数，以创建更复杂的全连接网络。
三、PyTorch多输入网络
多输入网络允许网络接收多个输入数据源。在PyTorch中，我们可以简单地使用torch.nn.Module的实例来组合多个输入源。例如，下面的代码会创建一个接受两个输入的网络：
import torch.nn as nn
class MultiInputModel(nn.Module):
def __init__(self):
super(MultiInputModel, self).__init__()
self.fc1 = nn.Linear(10, 20)
self.fc2 = nn.Linear(20, 1)
self.relu = nn.ReLU()
def forward(self, x1, x2):
x1 = self.fc1(x1)
x2 = self.fc2(x2)
x = torch.cat((x1, x2), dim=1) # 在维度1上连接两个输入
x = self.relu(x)
return x
