self.add_module()

self.add_module()

待补充

from torch import nn
class TestNet(nn.Module):
    def __init__(self, nheads):
        super(TestNet, self).__init__()

        self.layers = [nn.Linear(2,2) for _ in range(nheads)]
        
        for i, layer in enumerate(self.layers):
            self.add_module('layer_{}'.format(i), layer)
        self.layer_2 = nn.Linear(5,2)

    def forward(self, x):
        x = torch.cat([att(x) for att in self.layers], dim=1)
        return x
mul_Linear = TestNet(2)
mul_Linear

输出:

TestNet(
  (layer_0): Linear(in_features=2, out_features=2, bias=True)
  (layer_1): Linear(in_features=2, out_features=2, bias=True)
  (layer_2): Linear(in_features=5, out_features=2, bias=True)
)
  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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