创建神经网络时，为什么用ModuleList而不用List

ModuleList是Module的子类，当在Module中使用它时，就能自动识别为子module。

输入：

from torch import nn
import torch as t
from torch.autograd import Variable as V

class MyModule(nn.Module):
    def __init__(self):
        super(MyModule,self).__init__()
        self.list=[nn.Linear(3,4),nn.ReLU()]
        self.module_list=nn.ModuleList([nn.Conv2d(3,3,3),nn.ReLU()])

    def forward(self):
        pass
# list 中的子module并不能被主module识别，而ModuleList中的子module能
#够被主module识别。这意味着如果用list保存子module，将无法调整其参数，
# 因为其未能加入到主module的参数中
model=MyModule()
print("---MyModule---")
print(model)


for name,param in model.named_parameters():
    print(name,param.size())

model=MyModule().list
print(model)

# error
# for name,param in model.named_parameters():
#     print(name,param.size())

输出：

---MyModule---
MyModule(
  (module_list): ModuleList(
    (0): Conv2d(3, 3, kernel_size=(3, 3), stride=(1, 1))
    (1): ReLU()
  )
)
module_list.0.weight torch.Size([3, 3, 3, 3])
module_list.0.bias torch.Size([3])
[Linear(in_features=3, out_features=4, bias=True), ReLU()]

Process finished with exit code 0