两个子模块的创建也是初始化

class MyModel(nn.Module):
    def __init__(self, in_channels, base_channels, conv1_kernel, conv1_stride, pool1_stride, norm_cfg, conv_cfg, act_cfg):
        super().__init__()
        self.in_channels = in_channels
        self.base_channels = base_channels
        self.conv1_kernel = conv1_kernel
        self.conv1_stride = conv1_stride
        self.pool1_stride = pool1_stride
        self.norm_cfg = norm_cfg
        self.conv_cfg = conv_cfg
        self.act_cfg = act_cfg
        self.conv1 = ConvModule(
            self.in_channels,
            self.base_channels,
            kernel_size=self.conv1_kernel,
            stride=(self.conv1_stride[0], self.conv1_stride[1], self.conv1_stride[1]),
            padding=tuple([(k - 1) // 2 for k in _triple(self.conv1_kernel)]),
            bias=False,
            conv_cfg=self.conv_cfg,
            norm_cfg=self.norm_cfg,
            act_cfg=self.act_cfg)

        self.maxpool = nn.MaxPool3d(
            kernel_size=(1, 3, 3),
            stride=(self.pool1_stride[0], self.pool1_stride[1], self.pool1_stride[1]),
            padding=(0, 1, 1))

    def __init__(self, in_channels, base_channels, conv1_kernel, conv1_stride, pool1_stride, norm_cfg, conv_cfg, act_cfg):
        super().__init__()
        self.in_channels = in_channels
        self.base_channels = base_channels
        self.conv1_kernel = conv1_kernel
        self.conv1_stride = conv1_stride
        self.pool1_stride = pool1_stride
        self.norm_cfg = norm_cfg
        self.conv_cfg = conv_cfg
        self.act_cfg = act_cfg

        self._make_stem_layer()

    def _make_stem_layer(self):
        self.conv1 = ConvModule(
            self.in_channels,
            self.base_channels,
            kernel_size=self.conv1_kernel,
            stride=(self.conv1_stride[0], self.conv1_stride[1], self.conv1_stride[1]),
            padding=tuple([(k - 1) // 2 for k in _triple(self.conv1_kernel)]),
            bias=False,
            conv_cfg=self.conv_cfg,
            norm_cfg=self.norm_cfg,
            act_cfg=self.act_cfg)

        self.maxpool = nn.MaxPool3d(
            kernel_size=(1, 3, 3),
            stride=(self.pool1_stride[0], self.pool1_stride[1], self.pool1_stride[1]),
            padding=(0, 1, 1))

在面向对象编程中,初始化通常包括两个方面:

  1. 设置实例属性
  2. 创建实例所需的子模块

在这个例子中:

  1. 前面提到的属性初始化,如 self.in_channelsself.base_channels 等,属于第一种初始化。
  2. 而 self.conv1 和 self.maxpool 的创建,属于第二种初始化,即创建实例所需的子模块。

这两种初始化操作都是在 __init__ 方法中完成的,目的都是为了让这个模型实例能够正常工作。

在大型复杂的模型中,这种子模块的创建通常会被进一步拆分到单独的方法中,比如上面提到的 _make_stem_layer 方法。

pyskl/pyskl/models/cnns/resnet3d.py at main · kennymckormick/pyskl · GitHub

  • 1
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值