#自制数据集:5*5的点阵输入,数字的输出9个OneHot输出……Jupyter Notebook231001
import torch #pytorch
import t服务器托管网orch.nn as nn
import torch.optim as optim #优化器optimizer
# 定义模型
class Net(nn.Module):
def __init__(self):
super(Net, self).__init__()
self.fc1 = nn.Linear(25, 50)
self.fc2 = nn.Linear(50, 9)
def forward(self, x):
x = x.view(-1, 25)
x = torch.服务器托管网relu(self.fc1(x))
x = self.fc2(x)
return x
# 训练数据
i = [
#0
torch.tensor([[1,1,1,1,1],
[1,0,0,0,1],
[1,0,0,0,1],
[1,0,0,0,1],
[1,1,1,1,1]], dtype=torch.float32),
#1
torch.tensor([[0,0,1,0,0],
[0,0,1,0,0],
[0,0,1,0,0],
[0,0,1,0,0],
[0,0,1,0,0]], dtype=torch.float32),
#2
torch.tensor([[0,0,0,0,0],
[0,0,0,0,0],
服务器托管,北京服务器托管,服务器租用 http://www.fwqtg.net
目录 1、简介 2、LangChain 的主要价值 3、模块 4、安装 4.1 python 版本安装 4.2TypeScript 版本安装 npm 安装 yarn 安装 pnpm 安装 加载库 5、环境设置 6、构建一个应用程序 7、LLMs 8、提示模板 …