Pytorch学习之nn.Model

Pytorch学习之nn.Model

import torch
import torch.nn as nn

import torch.nn.functional as F

官网的例子

class Mdeol(nn.Module):  # 继承nn.Module这个类

    def __init__(self):  # 初始化函数
        super(Mdeol, self).__init__()  # 这个是调用父类初始化函数
        self.conv1 = nn.Conv2d(1, 20, 5)
        self.cinv2 = nn.Conv2d(20, 20, 5)

    def forward(self, x):  # 向前传播函数 ===>经网络的主要骨架就在这里
        # 定义计算图
        x = self.conv1(x)
        x = F.relu(x)
        x = self.cinv2(x)
        x = F.relu(x)
        return x

自己定义一个

class qingfeng(nn.Module):
    # 第二种初始化方法code===>Genarate===>overrid methods
    def __init__(self):
        super().__init__()
        # 在这里我们并没有运用任何层，别疑惑

    def forward(self, inputs):
        output = inputs + 1
        return output

对神将网络进行实例化

qingfeng = qingfeng()
x = torch.tensor([[1.0, 2.0, 3.0], [4, 5, 6]])
output = qingfeng(x)
print(output)

tensor([[2., 3., 4.],
        [5., 6., 7.]])

# 向量化运算