【pytorch】模型的搭建保存加载

最新推荐文章于 2024-06-27 17:39:25 发布

ayanwan

最新推荐文章于 2024-06-27 17:39:25 发布

阅读量2.4w

点赞数 4

分类专栏： Deep Learning pytorch笔记文章标签：深度学习 pytorch

本文链接：https://blog.csdn.net/tfygg/article/details/73369139

版权

使用pytorch进行网络模型的搭建、保存与加载，是非常快速、方便的。

搭建ConvNet

所有的网络都要继承torch.nn.Module，然后在构造函数中使用torch.nn中的提供的接口定义layer的属性，最后，在forward函数中将各个layer连接起来。

下面，以LeNet为例：

class LeNet(nn.Module):
    def __init__(self):
        super(LeNet, self).__init__()
        self.conv1 = nn.Conv2d(3, 6, 5)
        self.conv2 = nn.Conv2d(6, 16, 5)
        self.fc1   = nn.Linear(16*5*5, 120)
        self.fc2   = nn.Linear(120, 84)
        self.fc3   = nn.Linear(84, 10)

    def forward(self, x):
        x = F.relu(self.conv1(x))
        x = F.max_pool2d(x, 2)
        x = F.relu(self.conv2(x))
        x = F.max_pool2d(x, 2)
        x = x.view(x.size(0), -1)
        x = F.relu(self.fc1(x))
        x = F.relu(self.fc2(x))
        out = self.fc3(x)
        retur