【深度之眼】Pytorch框架班第五期-模型容器之nn.Sequential代码调试

本文深入探讨了PyTorch中的nn.Sequential容器,讲解其如何用于构建和管理神经网络层,实现前向传播过程。通过具体示例LeNet,演示了Sequential容器的使用方法及注意事项。

模型容器(Containers)

在这里插入图片描述

nn.Sequential

nn.Sequential 是 nn.module 的容器,用于按顺序包装一组网络层

  • 顺序性:各网络层之间严格按照顺序构建
  • 自带forward(): 自带的forward里,通过for循环一次执行前向传播运算。

在这里插入图片描述

class LeNetSequential(nn.Module):
    def __init__(self, classes):
        super(LeNetSequential, self).__init__()
        self.features = nn.Sequential(
            nn.Conv2d(3, 6, 5),
            nn.ReLU(),
            nn.MaxPool2d(kernel_size=2, stride=2),
            nn.Conv2d(6, 16, 5),
            nn.ReLU(),
            nn.MaxPool2d(kernel_size=2, stride=2),)

        self
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值