本文主要是介绍【求助帖】用PyTorch搭建MLP网络时遇到奇怪的问题，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！
求助：我在测试自己搭建的通用MLP网络时，发现它与等价的参数写死的MLP网络相比效果奇差无比，不知道是哪里出了问题，请大佬们帮忙看下。
我写的通用MLP网络：
class MLP(nn.Module):def __init__(self, feature_num, class_num, *hidden_nums):super().__init__()self.feature_num = feature_numself.class_num = class_numself.hidden_nums = hidden_numsinput_num = feature_numfor i, hidden_num in enumerate(hidden_nums):self.__dict__['fc' + str(i)] = nn.Linear(input_num, hidden_num)input_num = hidden_numself.output = nn.Linear(input_num, class_num)def forward(self, x):for i in range(len(self.hidden_nums)):x = F.relu(self.__dict__['fc' + str(i)](x))x = self.output(x)[..., 0] if self.class_num == 1 else F.sigmoid(self.output(x))return x按理说这样实例化时：
model = MLP(57, 2, 30, 10)它应该与下面这个网络等价：
class MLPclassification(nn.Module):def __init__(self):super().__init__()self.fc0 = nn.Linear(57, 30)self.fc1 = nn.Linear(30, 10)self.output = nn.Linear(10, 2)def forward(self, x):x = F.relu(self.fc0(x))x = F.relu(self.fc1(x))x = F.sigmoid(self.output(x))return x但当我用model = MLP(57, 2, 30, 10)训练网络时，在二分类问题中，它把所有数据都预测成了类别0：
而用 model = MLPclassification()训练网络时，预测的效果很好：
我检查了半天，不知道是哪里出了问题，有没有大佬懂的，帮忙看下，十分感谢！
这篇关于【求助帖】用PyTorch搭建MLP网络时遇到奇怪的问题的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！
