总结一下:
-
自定义模型如MLP:定义继承nn.Module 的class, 定义用到的层+正向传播函数。
当然可以嵌套调用。 -
自定义/访问参数:
- 访问:Sequential函数中,net[0],[1]…开始编号。
net[0].state_dict() 来访问参数;
也可以直接操作net[0].weight.data[0] = 100 - 自定义初始化参数:传入module ,先判断module类型,再初始化,最后net.apply(fun_init)来应用到网络上。
- 参数共享:对象思维
- 访问:Sequential函数中,net[0],[1]…开始编号。
-
自定义层:
-
读写文件:用torch.save() 和 torch.load()两个函数
- 模型参数的存取:再加上net.state_dict() 和 net2.load_state_dict() 来存取参数。