我剛剛開始學(xué)習(xí)機器學(xué)習(xí)相關(guān)的內(nèi)容，在自己試著做一些小東西的時候發(fā)現(xiàn)，網(wǎng)上的pytorch內(nèi)容只輸入了一個特征，可能是我的關(guān)鍵詞不對。如果我要使用pytorch創(chuàng)建一個模型的話，要怎么輸入多個特征來達到更好的計算效果呢？

如下，想做一個判斷加密類型的分類器，一個密文的類型可以通過字符類型和密文長度來判斷，但是現(xiàn)在我只能輸入一個特征，字符類型。

class PasswordClassifier(nn.Module):
    def __init__(self, i_char, o_labels):
        super(PasswordClassifier, self).__init__()
        self.l_char = nn.Linear(i_char, o_labels)

    def forward(self, f_char):
        return self.linear(f_char)

model = PasswordClassifier(CHARS_LEN, len(LABELS_INDEX))
loss_func = nn.CrossEntropyLoss()
optimizer = torch.optim.SGD(model.parameters(), lr=LEARNING_RATE)

現(xiàn)在我想再輸入一個密文長度特征，我應(yīng)該怎么給我的模型添加輸入特征和損失函數(shù)等內(nèi)容讓模型更好的聯(lián)系到輸出標(biāo)簽上？