【无标题】

PyTorch模块的初始化与apply方法

最新推荐文章于 2024-01-08 21:46:30 发布

原创最新推荐文章于 2024-01-08 21:46:30 发布 · 126 阅读

0 ·

CC 4.0 BY-SA版权

文章标签：

#python

PyTorch中的apply()方法用于递归地应用一个函数fn到模型的每个子模块，包括自身，常用于初始化模型参数。该方法接收一个参数fn，它是一个接受Module类型并返回None的函数。在示例中，apply()被调用并显示了Sequential模块两次，因为该方法返回调用它的对象。

部署运行你感兴趣的模型镜像

apply(fn)
方法: apply(fn)

将一个函数fn递归地应用到模块自身以及该模块的每一个子模块(即在函
数.children()中返回的子模块).该方法通常用来初始化一个模型中的参数(另见
torch-nn-init部分的内容).

apply(fn)
方法: apply(fn)
    Applies fn recursively to every submodule (as returned by
    .children()) as well as self. Typical use includes initializing
    the parameters of a model (see also torch-nn-init).
    将一个函数fn递归地应用到模块自身以及该模块的每一个子模块(即在函
    数.children()中返回的子模块).该方法通常用来初始化一个模型中的参数(另见
    torch-nn-init部分的内容).
    
    Parameters  参数
        fn (Module -> None) – function to be applied to each submodule
        fn (Module类型 -> None) – 该函数被应用到每一个子模块中
    Returns  返回
        self  自身self
    Return type  返回类型 
        Module   Module模块类型

    Example:  例子:(译者注:之所以打印Sequential(...)两次是因为.apply()函数返回自身self)

#将传入的这个函数应用到每一个模块上

您可能感兴趣的与本文相关的镜像

PyTorch 2.5

PyTorch

Cuda

PyTorch 是一个开源的 Python 机器学习库，基于 Torch 库，底层由 C++ 实现，应用于人工智能领域，如计算机视觉和自然语言处理