pytochは特別なModule-SQeuentialの3つの書き方を実現します。


私は余計なことを言わないで、直接コードをかけましょう。

# -*- coding: utf-8 -*-
#@Time  :2019/7/1 13:34
#@Author :XiaoMa
 
import torch as t
from torch import nn
#Sequential     
net1=nn.Sequential()
net1.add_module('conv',nn.Conv2d(3,3,3))  #Conv2D(     ,     ,     )
net1.add_module('batchnorm',nn.BatchNorm2d(3))  #BatchNorm2d(   )
net1.add_module('activation_layer',nn.ReLU())
 
net2=nn.Sequential(nn.Conv2d(3,3,3),
          nn.BatchNorm2d(3),
          nn.ReLU()
          )
 
from collections import OrderedDict
net3=nn.Sequential(OrderedDict([
  ('conv1',nn.Conv2d(3,3,3)),
  ('bh1',nn.BatchNorm2d(3)),
  ('al',nn.ReLU())
]))
 
print('net1',net1)
print('net2',net2)
print('net3',net3)
 
#           module
print(net1.conv,net2[0],net3.conv1)
出力結果:

net1 Sequential(
 (conv): Conv2d(3, 3, kernel_size=(3, 3), stride=(1, 1))
 (batchnorm): BatchNorm2d(3, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
 (activation_layer): ReLU()
)
 
net2 Sequential(
 (0): Conv2d(3, 3, kernel_size=(3, 3), stride=(1, 1))
 (1): BatchNorm2d(3, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
 (2): ReLU()
)
 
net3 Sequential(
 (conv1): Conv2d(3, 3, kernel_size=(3, 3), stride=(1, 1))
 (bh1): BatchNorm2d(3, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
 (al): ReLU()
)
 
Conv2d(3, 3, kernel_size=(3, 3), stride=(1, 1)) 
Conv2d(3, 3, kernel_size=(3, 3), stride=(1, 1)) 
Conv2d(3, 3, kernel_size=(3, 3), stride=(1, 1))
以上のpytouchは特別なModule-SQeuentialの3つの書き方を実現しました。つまり、小編集は皆さんに全部の内容を共有しています。参考にしてもらいたいです。どうぞよろしくお願いします。