PyTorch -- nn.Module 快速实践

原创

已于 2025-09-04 18:45:28 修改 · 1.2k 阅读

9 ·

CC 4.0 BY-SA版权

文章标签：

#pytorch #人工智能 #python

于 2024-06-16 11:30:16 首次发布

本博客将介绍 基于 nn.Module 的神经网络的搭建 ~

网络层父类 nn.Module：Evrey Layer is nn.Module (nn.Linear, nn,Conv2d …)
具体的，我们在定义自已的网络时：需要继承 nn.Module，并重新实现
- __init__ 方法: 一般放置网络中具有可学习参数的层（如全连接层、卷积层等）
  - 也可放置不具有可学习参数的层(如ReLU、dropout 等)；or 直接在 forward 方法直接用 nn.functional 来代替
  - 除了基础模块，还可以用 nn.Sequential 来定义复合层
- forward 方法：实现各个层之间的连接关系

经典代码示例：

import torch
 
class MyNet(torch.nn.Module):
    def __init__(self):
        super(MyNet, self).__init__()  
        self.conv1 = torch.nn.Conv2d(3, 32, 3, 1, 1)
        self.relu1=torch.nn.ReLU()
        self.max_pooling1=torch.nn.MaxPool2d(2,1)
 
        self.conv2 = torch.nn.Conv2d(3, 32, 3, 1