1，模型構(gòu)造模板

torch.nn.Module()是所有網(wǎng)絡模型的基類，所有網(wǎng)絡都需要繼承此類，模板如下：

import torch.nn as nn import torch.nn.functional as Fclass Model(nn.Module):def __init__(self):super().__init__() #'表示繼承父類的__init__()方法'self.conv1 = nn.Conv2d(1, 20, 5)self.conv2 = nn.Conv2d(20, 20, 5)def forward(self, x):x = F.relu(self.conv1(x))return F.relu(self.conv2(x))

2，torch.nn.Module()的常用方法

model.modules() ， model.children() 返回模型所有模塊/子模塊的迭代器。
model.named_modules()， model.named_children() 返回模型所有模塊/子模塊的名字和模塊本身的迭代器。
model.parameters() 返回模型所有參數(shù)的迭代器。常用來作為optimizer的迭代器。
model.register_parameter(name, param) 向模型添加parameter。
model.register_buffer(name, tensor) 向模型添加buffer。
model.state_dict(), model.load_state_dict() 返回/加載 狀態(tài)字典。
model.train(), model.eval() 訓練/推理模式，僅影響模型中的dropout和BN層。
model.cpu(), model.cuda() 把模型中的所有parameters和buffers賦值到CPU/GPU中。
model.float(), model.half(), model.double() 轉(zhuǎn)換模型的所有parameters和buffers的類型。
model.zero_grad() 把模型所有parameters的梯度置0，和optimizer.zero_grad()完全等效。
注：可以用model.layer_name的方法得到子模型，如model.conv1.parameters()就得到了conv1的參數(shù)

總結(jié)

以上是生活随笔為你收集整理的pytorch基础知识整理（四） 模型的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。