在PyTorch中創建一個神經網絡模型主要涉及定義一個繼承自nn.Module的類，并實現__init__和forward方法。
以下是一個簡單的示例，展示如何創建一個包含一個全連接層的神經網絡模型：
import torch
import torch.nn as nn
class SimpleNet(nn.Module):
def __init__(self, input_size, hidden_size, output_size):
super(SimpleNet, self).__init__()
self.fc1 = nn.Linear(input_size, hidden_size)
self.fc2 = nn.Linear(hidden_size, output_size)
def forward(self, x):
x = torch.relu(self.fc1(x))
x = self.fc2(x)
return x
# 創建一個SimpleNet實例
model = SimpleNet(input_size=10, hidden_size=20, output_size=1)
在上面的示例中，我們首先定義了一個繼承自nn.Module的類SimpleNet，并在__init__方法中定義了兩個全連接層。在forward方法中，定義了模型的前向傳播過程。最后，我們創建了一個SimpleNet的實例作為我們的神經網絡模型。
