weixin_46145616的博客

nn.module中容器可以存储一段网络结构，方便重复使用。容器一般有三种构建方法nn.Sequetail :按顺序包装多个网络层nn.Modulelist: 像python中list一样包装多个网络层，可以像列表一样迭代nn.Muduledict: 像python中dict一样包装多个网络层，给每个网络层加上名称# sequetailclass lenet_sequetail(nn.module): def __init__(self, classes): super(lenet_s

nn.model()类在学习nn.model()类之前，先简要了解一下nn。nn主要有四个模块nn.Parameter: 一个张量的子类，用于表示可学习的参数 w， bnn.Module： 网络层的基类，用于管理网络的属性，LeNet是一个module类，LeNet的子模块例如conv2，也是一个nn.module类nn.functional：用于函数的实现，比如卷积运算，加法运算nn.__init__：参数初始化方法nn.Module()类的主要属性parameter ： 用于存储和

model是如何作用的model的两个要素1.构建子模块： model的初始化函数 init(),要使用supper调用nn.model类，在初始化函数中我们构建子模块。2. 拼接子模块： model 的 forward函数中我们用子模块构建计算图，返回计算结果在model类的引用处设置断点步入leNet中进入定义leNet的model文件中：模型构建第一个要素，构建子模块，就是在model文件，继承nn.model()类的自定义类中的__init__()中构建，在实例化阶段只会调用模型的

Pytorch加载数据pytorch加载数值主要分为两个部分：复写Dataset类建立一个my_dataset类用于将数据集从硬盘中逐条读取利用Dataloader模块读取数据构建Dataset：构建dataset类主要需要几个步骤：1.初始化def init,一般传入数据文件地址和transform2 grtitem方法， 后续被dataloader调用的方法，主要传入index，抽出每一个样本，而且对样本的特征和标签做区分。同时还会处理传入的数据。3 __len__用于return数