hidden 是如何被定义的? 有什么用?

class Net(torch.nn.Module):

   def forward(self, x):

        # relu 激活函数，把小于或等于0的数直接等于0。此时得到第二层的神经网络数据

        x = F.relu(self.hidden(x))

        # 得到第三层神经网络输出数据

        x = self.predict(x)

        return x

    def __init__(self, n_feature, n_hidden, n_output):

        super(Net, self).__init__()

        # 参数一是前一层网络神经元的个数，参数二是该网络层神经元的个数

        self.hidden = torch.nn.Linear(n_feature, n_hidden)

        self.predict = torch.nn.Linear(n_hidden, n_output)