深度学习1：使用Pytorch实现线性模型

m0_59559920

已于 2022-10-12 22:08:59 修改

阅读量486

点赞数 1

文章标签：深度学习 pytorch python

于 2022-10-12 21:21:57 首次发布

本文链接：https://blog.csdn.net/m0_59559920/article/details/127273992

版权

1 前置知识：Pyhton的类与继承

1.1 类

class Student:
#变量
    name = None
    age = None
    gender = None
    __current_voltage = None
#方法
    def printitem(self):
        print(__current_voltage )
        self.__makelow()

    def __init__(self,name,age,gender):
        self.name=name
        self.age=age
        self.gender=gender

    def __makelow(self):   #私有成员方法
        print(self.name)

1.1.1 成员变量与成员方法

类内的成员变量可以自己定义，也可以继承来自于父类的成员变量。在方法中使用成员函数时，需要传入self，即成员方法的第一个形参一定是self，在方法内访问成员变量要使用self.变量

私有成员变量和私有成员方法都是在其前加上__。这样一来，这些变量和方法不能被类的对象使用，只能被其他的成员方法调用，如上方代码段中的 printitem函数所示。

1.1.2 特殊的成员方法 init( )

构造函数，在创建对象时默认调用。如上述代码的类中，在创建对象时输入

stu_1 = Student("kuanHao",20,"man")

将会自动调用构造函数，将这三个参数分别赋予给对象的三个成员变量。

1.2 继承

以线性模型的模型代码为例：

class LinearModel(torch.nn.Module):
    def _init_(self):
        super(LinearModel,self)._init_()
        self.linear = torch.nn.Linear(1,1)
    def forward(self,x):
        y_pred = self.linear(x)
        return y_pred
    
model = LinearModel()

创建LinearModel类继承于torch.nn.Module类，继承后子类的对象可以调用父类中的方法和变量。

1.2.1 super函数

Python中类的初始化都是__init__(), 所以父类和子类的初始化方式都是__init__(), 但是如果子类初始化时没有这个函数，那么他将直接调用父类的__init__(); 如果子类指定了__init__(), 就会覆盖父类的初始化函数__init__()，如果想在进行子类的初始化的同时也继承父类的__init__(), 就需要在子类中显示地通过super()来调用父类的__init__()函数。即如上述代码所示，在对__init__（）方法重写时，先来一句super.__init__()，即先调用一次父类的初始化函数，后面再对自己新增的linear内容进行定义。

第二句，torch.nn.Linear()是pytorch内的一个类，即构造一个该类的对象self.linear，（1，1）是该模型输入和输出的维度都是1。