第1关：网络层

import torch.nn as nn

myNet = nn.Sequential(
    ########## Begin ##########
    nn.Linear(3, 100),
   
    nn.Linear(100, 1000),

    nn.Linear(1000, 100),

    nn.Linear(100, 10)
)
    ########## End ##########
print(myNet)

第2关：激活函数

import torch
from torch.autograd import Variable
import torch.nn.functional as F

x = torch.linspace(-5, 5, 200)   # 构造一段连续的数据
x = Variable(x) 

########## Begin ##########

# 使用sigmoid激活函数
y_sigmoid = torch.sigmoid(x)
print("y_sigmoid:")
print(y_sigmoid)

# 使用tanh激活函数
y_tanh = torch.tanh(x)
print("y_tanh:")
print(y_tanh)

# 使用ReLU激活函数
y_relu = torch.relu(x)
print("y_relu:")
print(y_relu)

# 使用softplus激活函数
y_softplus = F.softplus(x)
print("y_softplus:")
print(y_softplus)

# 使用leakyReLU激活函数
y_leakyrelu = F.leaky_relu(x)
print("y_leakyrelu:")
print(y_leakyrelu)

# 使用ELU激活函数
y_ELU = F.elu(x)
print("y_ELU:")
print(y_ELU)

# 使用SELU激活函数
y_SELU = F.selu(x)
print("y_SELU:")
print(y_SELU)
########## End ##########

第3关：模型优化