Pytorch 網路模型參數初始化

本文详细介绍了Pytorch中网络模型参数初始化的重要性,包括权重初始化的十种方法,如Xavier和Kaiming初始化,并提供了初始化流程及常用方法。此外,还探讨了模型Finetune的过程,以及如何为不同层设置不同的学习率,以优化训练效果。
摘要由CSDN通过智能技术生成

nn. Sequetial

torch.nn.Sequential 其實就是 Sequential 容器,該容器將一系列操作按先後順序給包起
來,方便重複使用,
例如 Resnet 中有很多重複的 block,就可以用 Sequential 容器把重複的地方包起來。

官方文檔中給出兩個使用例子:

# Example of using `Sequential`
model = nn. Sequential( 
 nn. Conv2d(1,20,5), 
 nn. ReLU(), 
 nn. Conv2d(20,64,5), 
 nn. ReLU() 
 ) 

#Example of using `Sequential with OrderedDict` 
model = nn. Sequential(OrderedDict([ 
 ('conv1', nn. Conv2d(1,20,5)), 
 ('relu1', nn. ReLU()), 
 ('conv2', nn. Conv2d(20,
  • 0
    点赞
  • 1
    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