小编J. *_*Doe的帖子

代码如下。
问题是，这optimizer.step()部分不起作用。我model.parameters()在训练前后打印，权重不变。

我正在尝试制作一个可以解决 AND 问题的感知器。我已经用我自己的小库成功地做到了这一点，我在其中实现了一个具有两个函数的感知器predict()和train().

澄清一下，我刚刚开始使用 PyTorch 学习深度学习，所以这可能是一个非常新手的问题。我试过寻找解决方案，但没有运气。我还将我的代码与其他有效的代码进行了比较，但我不知道我做错了什么。

import torch
from torch import nn, optim
from random import randint

class NeuralNet(nn.Module):
  def __init__(self):
    super(NeuralNet, self).__init__()
    self.layer1 = nn.Linear(2, 1)

  def forward(self, input):
    out = input
    out = self.layer1(out)
    out = torch.sign(out)
    out = torch.clamp(out, 0, 1) # 0=false, 1=true
    return out

data = torch.Tensor([[0, 0], [0, 1], [1, 0], [1, 1]])
target = torch.Tensor([0, 0, 0, 1])
model = NeuralNet()
epochs = …