Python torch.nn.Module如何使用

本篇內(nèi)容介紹了“Python torch.nn.Module如何使用”的有關(guān)知識(shí)，在實(shí)際案例的操作過(guò)程中，不少人都會(huì)遇到這樣的困境，接下來(lái)就讓小編帶領(lǐng)大家學(xué)習(xí)一下如何處理這些情況吧！希望大家仔細(xì)閱讀，能夠?qū)W有所成！

Containers  容器
Module  模塊class torch.nn.Module 
	Base class for all neural network modules.
	這是所有神經(jīng)網(wǎng)絡(luò)模塊的父類(基類).
	Your models should also subclass this class.
	你自己實(shí)現(xiàn)的模型也應(yīng)該繼承這個(gè)類.
	Modules can also contain other Modules, allowing to 
	nest them in a tree structure. You can assign the 
	submodules as regular attributes:
	我們可以讓這種類型的模塊包含這種類型的其他模塊,以此將它們
	嵌套地形成一個(gè)樹形結(jié)構(gòu).用戶可以將子模塊賦值成普通的類屬性:import torch.nn as nnimport torch.nn.functional as Fclass Model(nn.Module):def __init__(self):super(Model, self).__init__()self.conv1 = nn.Conv2d(1, 20, 5)self.conv2 = nn.Conv2d(20, 20, 5)def forward(self, x):x = F.relu(self.conv1(x))return F.relu(self.conv2(x))Submodules assigned in this way will be registered, and will 
have their parameters converted too when you call to(), etc.以這種方式賦值給屬性的子模塊將會(huì)被自動(dòng)地登記注冊(cè),而且當(dāng)你調(diào)用to()方法
的時(shí)候,這些子模塊的參數(shù)也會(huì)被正確地相應(yīng)轉(zhuǎn)換.

“Python torch.nn.Module如何使用”的內(nèi)容就介紹到這里了，感謝大家的閱讀。如果想了解更多行業(yè)相關(guān)的知識(shí)可以關(guān)注億速云網(wǎng)站，小編將為大家輸出更多高質(zhì)量的實(shí)用文章！