pytorch常用函数：torch.nn.ModuleList

最新推荐文章于 2025-02-25 11:07:36 发布

原创最新推荐文章于 2025-02-25 11:07:36 发布 · 1.6k 阅读

4 ·

CC 4.0 BY-SA版权

文章标签：

#python #人工智能

python 同时被 2 个专栏收录

44 篇文章

订阅专栏

pytorch

9 篇文章

订阅专栏

nn.ModuleList是PyTorch中用于存储和管理nn.Module子类的一个容器，它允许动态构建神经网络结构。通过将模块添加到ModuleList，这些模块及其参数会自动注册到整个网络中。在前向传播过程中，ModuleList可以作为可迭代对象或通过索引进行访问。例如，创建一个包含多个线性层的网络并在前向传播中使用它们。此特性使得ModuleList成为构建复杂网络结构的实用工具。

部署运行你感兴趣的模型镜像

torch.nn.ModuleList

它是一个储存不同 module，并自动将每个 module 的 parameters 添加到网络之中的容器。你可以把任意 nn.Module 的子类 (比如 nn.Conv2d, nn.Linear 之类的) 加到这个 list 里面，方法和 Python 自带的 list 一样，无非是 extend，append 等操作。但不同于一般的 list，加入到 nn.ModuleList 里面的 module 是会自动注册到整个网络上的，同时 module 的 parameters 也会自动添加到整个网络中。

例子

class MyModule(nn.Module):
    def __init__(self):
        super(MyModule, self).__init__()
        self.linears = nn.ModuleList([nn.Linear(10, 10) for i in range(10)])

    def forward(self, x):
        # ModuleList can act as an iterable, or be indexed using ints
        for i, l in enumerate(self.linears):
            x = self.linears[i // 2](x) + l(x)
        return x