在Torch中，可以通过继承nn.Module类来定义一个神经网络结构。以下是一个简单的示例：
import torch
import torch.nn as nn
class SimpleNN(nn.Module):
def __init__(self):
super(SimpleNN, self).__init__()
self.fc1 = nn.Linear(784, 128)
self.relu = nn.ReLU()
self.fc2 = nn.Linear(128, 10)
def forward(self, x):
x = self.fc1(x)
x = self.relu(x)
x = self.fc2(x)
return x
model = SimpleNN()
在这个示例中，SimpleNN类继承自nn.Module，并在__init__方法中定义了神经网络的结构，包括两个全连接层和一个ReLU激活函数。在forward方法中定义了数据在神经网络中的流动，也就是前向传播过程。最后通过实例化SimpleNN类来创建一个神经网络模型。
