PyTorch学习—8.模型创建步骤与nn.Module属性

最新推荐文章于 2024-06-16 11:30:16 发布

哎呦-_-不错

最新推荐文章于 2024-06-16 11:30:16 发布

阅读量771

点赞数 3

分类专栏： PyTorch框架学习文章标签：模型创建 nn.Module

本BLOG上原创文章未经本人许可，不得用于商业用途，转载请注明出处。

本文链接：https://blog.csdn.net/weixin_46649052/article/details/118856832

版权

本文介绍了PyTorch中模型创建的步骤，特别是nn.Module类的作用。模型创建涉及两个关键点：实现Module的继承并定义forward函数。nn.Module的特性包括parameters、modules、buffers和_hooks等字典，用于管理模型的参数、子模块和缓冲属性。此外，Module的__setattr__函数负责根据赋值类型注册参数或子模块。

摘要由CSDN通过智能技术生成

文章目录

引言

这一节，我们开始讲解模型模块。
在这里插入图片描述

一、模型的创建

模型的构建有两个要素：
在这里插入图片描述
下面我们以LeNet模型为例，展示其模型创建过程

class LeNet(nn.Module):
	# 初始化构建子模块
    def __init__(self, classes):
        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, classes)
	
	# 拼接子模块
    def forward(self, x):
        out = F.relu(self.conv1(x))
        out = F.max_pool2d(out, 2)
        out = F.relu(self.conv2(out))
        out = F.max_pool2d(out, 2)
        out = out.view(out.size(0), -1)
        out = F.relu(self.fc1(out))
        out = F.relu(self.fc2(out))
        out = self.fc3