Open Yukyukuon opened 5 months ago
前言:Paris-Saclay的 Deep learning作业,用Pytorch 编写一些小型的网络的笔记。
这里记录了模型的创建步骤和nn.Module 的相关细节。 今后补全:搭建模型的容器Containers,包括 nn.Sequential, nn.ModuleList, nn.ModuleDict,它们各自有各自的特点和应用场景。
构建模型的两大要素:
如定义模型:
class Net(nn.Module): def __init__(self): super(Net, self).__init__() self.fc1 = nn.Linear(30, 10) self.fc2 = nn.Linear(10, 2) def forward(self, x): h = self.fc1(x) h = F.relu(h) h = self.fc2(h) return h
torch.nn.Conv2d( in_channels, out_channels, kernel_size, stride=1, padding=0, dilation=1, groups=1, bias=True, padding_mode='zeros', device=None, dtype=None )
torch.nn.Linear(in_features, out_features, bias=True)
前言:Paris-Saclay的 Deep learning作业,用Pytorch 编写一些小型的网络的笔记。
笔记部分
这里记录了模型的创建步骤和nn.Module 的相关细节。
今后补全:搭建模型的容器Containers,包括 nn.Sequential, nn.ModuleList, nn.ModuleDict,它们各自有各自的特点和应用场景。
Pytorch模型的创建
模型框架
构建模型的两大要素:
如定义模型:
定义层
nn.Conv2d()
nn.Linear()