pytochは特別なModule-SQeuentialの3つの書き方を実現します。
1910 ワード
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。