pytorch官网中找到官方文档，torch.nn是关于神经网络的内容
class Dsc182(nn.Module):
def __init__(self):
super().__init__()
self.conv1 = nn.Conv2d(1, 20, 5)
self.conv2 = nn.Conv2d(20, 20,5)
def forward(self,x):
x = F.relu(self.conv1(x))
return F.relu(self.conv2(x))
super().__init__()
//调用父类 nn.Module 的初始化方法，确保 nn.Module 的所有功能都被正确初始化
self.conv1 = nn.Conv2d(1, 20, 5)
//表示一个二维(2d)的卷积层，输入通道数为1，输出通道数为20，卷积核的大小为5*5
/*
定义了前向传播的路径，为卷积，非线性变化，再卷积，再非线性变换
*/
// 第一个最简单的神经网络
class Dsc182(nn.Module):
def __init__(self):
super().__init__()
def forward(self, input):
output = input +1
return output
// 仅对输入的张量执行加1操作
dsc = Dsc182()
x = torch.tensor(1.0) // 转换为张量
output = dsc(x)
print(output)
