在Gluon中創建神經網絡模型可以通過定義一個繼承自gluon.Block的子類來實現。以下是一個簡單的例子：
from mxnet.gluon import nn
class SimpleNet(nn.Block):
def __init__(self, **kwargs):
super(SimpleNet, self).__init__(**kwargs)
with self.name_scope():
self.fc1 = nn.Dense(128, activation='relu')
self.fc2 = nn.Dense(10)
def forward(self, x):
x = self.fc1(x)
x = self.fc2(x)
return x
# 創建一個SimpleNet實例
net = SimpleNet()
# 打印網絡結構
print(net)
在這個例子中，我們創建了一個簡單的神經網絡模型SimpleNet，包含兩個全連接層fc1和fc2。forward方法定義了正向傳播的過程，即輸入數據x通過fc1和fc2層得到輸出。最后，我們實例化了SimpleNet類，并打印出網絡結構。
