pytorch基础（九）---------模型创建与nn.Module

一、网络模型的创建步骤

构建子模块就相当于卷积、激活、池化、全连接等操作，拼接子模块就相当于将所有子模块徐合成一个网络结构。在初始化网络结构时，加载的是__init__中进行的卷积、激活、池化、全连接等操作，将图像张量传入网络结构时进行的是forward()中的拼接好的网络结构

二、nn.Module属性

所有网络结构都需要继承nn.Module模块
在我们自己创建网络结构时需要进行导入nn模块，代码为

import torch.nn as nn
import torch.nn.functional as F

class Mynet(nn.Module):
    def __init__(self, n_classes=10):  # 识别多少类n_classes=10
    	...
    def __forward__(self, x):
    	...
    	return x

下面介绍一下torch.nn中的比较重要的参数

1、nn.Parameter

张量子类，表示可学习参数，如weight、bias

2、nn.functional

函数具体实现，如卷积、激活函数、池化等

3、nn.init

提供参数初始化的方法

4、nn.Module

所有网络结构的基类，管理网络属性
nn.Module的参数：
parameters：存储管理nn.Parameter类
modules：存储管理nn.Modules类
buffers：存储管理缓冲属性，如BN层中的running_mean
***_hooks：存储管理钩子函数

总结：nn.Module是每个网络结构必须继承的类，一个网络module包含很多个小的module，一个module相当于一个小的运算，每个module都有8个字典来管理它的属性（上面图片中的属性）。