【深度学习笔记】torch.nn.Sequential(* args) 与 torch.nn.Module

最新推荐文章于 2024-04-25 10:52:58 发布

原创

最新推荐文章于 2024-04-25 10:52:58 发布 · 1.1k 阅读

7 ·

CC 4.0 BY-SA版权

文章标签：

#深度学习 #pytorch

本文详细介绍了在PyTorch中使用两种不同方式搭建神经网络的方法。一种是使用类（继承torch.nn.Module），另一种是使用torch.nn.Sequential进行快速搭建。文章通过具体示例对比了这两种方式的特点，并解释了它们在神经网络模型构建中的应用。

前言

二者主要是用于搭建神经网络。
使用类（继承torch.nn.Moudule）可以实现灵活搭建。
使用 torch.nn.Sequential 可以实现快速搭建。

一、class torch.nn.Sequential(* args)

一个时序容器。Modules 会以他们传入的顺序被添加到容器中。
因此，都贱神经网络模型的时候必须确保前一个模块的输出大小和下一个模块的输入大小是一致的。
当然，也可以传入一个OrderedDict。
为了更容易的理解如何使用Sequential, 下面给出了一个例子:

# Example of using Sequential
model = nn.Sequential(
          nn.Conv2d(1,20,5),
          nn.ReLU(),
          nn.Conv2d(20,64,5),
          nn.ReLU()
        )

# Example of using Sequential with OrderedDict
model = nn.Sequential(OrderedDict([
          ('conv1', nn.Conv2d(1,20,5)),
          ('relu1', nn.ReLU()),
          ('conv2', nn.Conv2d(20,64,5)),
          ('relu2', nn.ReLU())
        ]))