速成pytorch学习——9天构建模型的3种方法

可以使用以下3种方式构建模型：

1，继承nn.Module基类构建自定义模型。

2，使用nn.Sequential按层顺序构建模型。

3，继承nn.Module基类构建模型并辅助应用模型容器进行封装(nn.Sequential,nn.ModuleList,nn.ModuleDict)。

其中第1种方式最为常见，第2种方式最简单，第3种方式最为灵活也较为复杂。

推荐使用第1种方式构建模型。

一，继承nn.Module基类构建自定义模型

以下是继承nn.Module基类构建自定义模型的一个范例。模型中的用到的层一般在__init__函数中定义，然后在forward方法中定义模型的正向传播逻辑。

class Net(nn.Module):def __init__(self):super(Net, self).__init__()self.conv1 = nn.Conv2d(in_channels=3,out_channels=32,kernel_size = 3)self.pool1 = nn.MaxPool2d(kernel_size = 2,stride = 2)self.conv2 = nn.Conv2d(in_channels=32,out_channels=64,kernel_size = 5)self.pool2 = nn.MaxPool2d(kernel_size = 2,stride = 2)self.dropout = nn.Dropout2d(p = 0.1)self.adaptive_pool = nn.AdaptiveMaxPool2d((1,1))self.flatten = nn.Flatten()self.linear1 = nn.Linear(64,32)self.relu = nn.ReLU()self.linear2 = nn.Linear(32,1)self.sigmoid = nn.Sigmoid()def forward(self,x):x = self.conv1(x)x = self.pool1(x)x = self.conv2(x)x = self.pool2(x)x = self.dropout(x)x = self.adaptive_pool(x)x = self.flatten(x)x = self.linear1(x)x = self.relu(x)x = self.linear2(x)y = self.sigmoid(x)return ynet = Net()
print(net)

二，使用nn.Sequential按层顺序构建模型

使用nn.Sequential按层顺序构建模型无需定义forward方法。仅仅适合于简单的模型。

以下是使用nn.Sequential搭建模型的一些等价方法。

1，利用add_module方法

net = nn.Sequential()
net.add_module("conv1",nn.Conv2d(in_channels=3,out_channels=32,kernel_size = 3))
net.add_module("pool1",nn.MaxPool2d(kernel_size = 2,stride = 2))
net.add_module("conv2",nn.Conv2d(in_channels=32,out_channels=64,kernel_size = 5))
net.add_module("pool2",nn.MaxPool2d(kernel_size = 2,stride = 2))
net.add_module("dropout",nn.Dropout2d(p = 0.1))
net.add_module("adaptive_pool",nn.AdaptiveMaxPool2d((1,1)))
net.add_module("flatten",nn.Flatten())
net.add_module("linear1",nn.Linear(64,32))
net.add_module("relu",nn.ReLU())
net.add_module("linear2",nn.Linear(32,1))
net.add_module("sigmoid",nn.Sigmoid())print(net)

速成pytorch学习——9天构建模型的3种方法相关推荐

Pytorch构建模型的3种方法
这个地方一直是我思考的地方!因为学的代码太多了,构建的模型各有不同,这里记录一下! 可以使用以下3种方式构建模型: 1,继承nn.Module基类构建自定义模型. 2,使用nn.Sequential按 ...
【PyTorch】保存和载入模型的两种方法
import torch import argparseparser = argparse.ArgumentParser("-") parser.add_argument(&quo ...
新手入门深度学习 | 4-4：保存模型的N种方法
速成pytorch学习——1天
一.Pytorch的建模流程使用Pytorch实现神经网络模型的一般流程包括: 1,准备数据 2,定义模型 3,训练模型 4,评估模型 5,使用模型 6,保存模型. 对新手来说,其中最困难的部分实际 ...
加载dict_PyTorch 7.保存和加载pytorch模型的两种方法
众所周知,python的对象都可以通过torch.save和torch.load函数进行保存和加载(不知道?那你现在知道了(*^_^*)),比如: x1 = {"d":" ...
用Keras构建神经网络的3种方法
作者|Orhan Gazi Yalçın 编译|VK 来源|Towards Datas Science 如果你看看不同的教程,搜索,花大量时间研究关于TensorFlow的Stack Overflow ...
Stackelberg博弈问题双层模型转化为MPEC模型的三种方法
Stackelberg博弈问题双层模型转化为MPEC模型的三种方法 Stackelberg博弈问题的求解可以利用模型转换将下层问题以约束集的形式添加到上层优化中的三种方法. 1.构造 KKT条件在进 ...
Java学习笔记：创建线程的两种方法
Java学习笔记:创建线程的两种方法一.预备工作 1.创建Maven项目ThreadDemo 2.在pom.xml里添加依赖二.继承Thread类创建子线程
Keras创建ANN模型的四种方法
Keras创建ANN模型的四种方法 1.将参数传递给tf.keras.Sequential 2.用tf.keras.Sequential的`.add`方法 3.使用Keras函数式API 4.子类化t ...

速成pytorch学习——9天构建模型的3种方法

一，继承nn.Module基类构建自定义模型

二，使用nn.Sequential按层顺序构建模型

速成pytorch学习——9天构建模型的3种方法相关推荐

最新文章

热门文章