DDR爱好者之家

pytorch实现特殊的Module--Sqeuential三种写法
站长资源 2024/11/25 佚名
51 1538
DDR爱好者之家 Design By 杰米

我就废话不多说了，直接上代码吧！

# -*- coding: utf-8 -*-
#@Time  :2019/7/1 13:34
#@Author :XiaoMa
 
import torch as t
from torch import nn
#Sequential的三种写法
net1=nn.Sequential()
net1.add_module('conv',nn.Conv2d(3,3,3))  #Conv2D(输入通道数，输出通道数，卷积核大小)
net1.add_module('batchnorm',nn.BatchNorm2d(3))  #BatchNorm2d(特征数)
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)
 
#可根据名字或序号取出子module
print(net1.conv,net2[0],net3.conv1)

输出结果：

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))

以上这篇pytorch实现特殊的Module--Sqeuential三种写法就是小编分享给大家的全部内容了，希望能给大家一个参考，也希望大家多多支持。

DDR爱好者之家 Design By 杰米
广告合作：本站广告合作请联系QQ：858582 申请时备注：广告合作（否则不回）
免责声明：本站资源来自互联网收集,仅供用于学习和交流,请遵循相关法律法规,本站一切资源不代表本站立场,如有侵权、后门、不妥请联系本站删除！
DDR爱好者之家 Design By 杰米
ddrfans.com DDR爱好者之家
8,675无损音乐
1,324高清电影
213破解软件
70,141收录资讯

更新日志

友情链接

杰晶网络 DDR爱好者之家 南强小屋 黑松山资源网 白云城资源网
DDR爱好者之家 Design By 杰米