torch.nn.Module和torch.nn.Functional中有一大部分重叠的功能。如:卷积层、池化层、标准化、线型层等。区别是Functional通过method来实现,而Module通过class来实现,会自动提取可学习参数nn.Parameter。对于激活函数和池化层,由于没有可学习参数,一般使用nn.functional完成,其他的有学习参数的部分则使用类。但是Droupout由于在训练和测试时操作不同,所以使用nn.Module实现,它能够通过model.eval加以区分。
pytorch.nn中Module和functional的重叠功能
最新推荐文章于 2024-09-07 10:49:31 发布