torch.nn
在__init__()
函数里定义,定义的是一个类:
torch.nn.functional
pytorch中文文档链接:torch.nn.functional
在__forward()__
函数里定义,定义的是一个函数:
两者的区别
torch.nn中是一个定义的类,以class xx来定义的,可以提取变化的学习参数。
torch.nn.functional是一个函数,由def function( )定义,是一个固定的运算公式。
深度学习中会有很多权重是在不断更新的,所以需要采用类的方式,以确保能在参数发生变化时仍能使用我们之前定好的运算步骤。因此如果模型有可学习的参数,应该使用nn.Module,否则两个没有区别。但是简单的计算不需要新建一个类来做,所以使用nn.functional定义函数就可以。
即:层内有variable
的情况用nn
定义,否则用nn.functional
定义。
学习更多编程知识,请关注我的公众号:
[代码的路]
声明:本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人,不代表电子发烧友网立场。文章及其配图仅供工程师学习之用,如有内容侵权或者其他违规问题,请联系本站处理。
举报投诉
-
编程
+关注
关注
88文章
3615浏览量
93710 -
函数
+关注
关注
3文章
4329浏览量
62586 -
python
+关注
关注
56文章
4795浏览量
84656 -
深度学习
+关注
关注
73文章
5503浏览量
121132 -
pytorch
+关注
关注
2文章
808浏览量
13218
发布评论请先 登录
相关推荐
如何利用PyTorch API构建CNN?
]])# Defining the CNNimport torch.nn as nnimport torch.nn.functional as Fclass Net(nn.Module): def
发表于 07-16 18:13
Canny边缘检测器的详细介绍以及Pytorch实现
[:] = torch.from_numpy(sobel_2D)self.sobel_filter_y = nn.Conv2d(in_channels=1, out_channels=1, kernel_size
发表于 11-04 11:59
如何使用torch 2.0或更高版本创建图像?
我需要使用 torch 2.0 或更高版本创建图像,使用nxp-github中的演示我可以使用 Yocto Project BSP 6.1.1_1.0.0 Release 使用 torch
发表于 05-16 06:26
pytorch模型转换需要注意的事项有哪些?
)。
如何得到JIT模型?
答:在已有PyTorch的Python模型(基类为torch.nn.Module)的情况下,通过torch.jit.trace得到;traced_model
发表于 09-18 08:05
松下NN-5508 NN-5558 NN-6508 NN-7
松下NN-5508 NN-5558 NN-6508 NN-7508 NN-7558电脑式微波炉电路图
发表于 02-13 22:50
•1215次阅读
深度学习的19种损失函数你了解吗?带你详细了解
损失函数通过torch.nn包实现基本用法
criterion = LossCriterion() #构造函数有自己的参数loss = criterion(x, y) #调用标准时也有参数19种损失函数
深度学习Pytorch翻车记录:单卡改多卡踩坑记
(baseline),自己的模型需要更久(2倍),非常不利于调参和发现问题,所以开始尝试使用多卡加速。 torch.nn.DataParallel == 简称 DP
PyTorch教程-6.5. 自定义图层
from torch import nn
from torch.nn import functional as F
from d2l import
PyTorch教程-8.6. 残差网络 (ResNet) 和 ResNeXt
torch.nn import functional as F
from d2l import torch as d2l
from mxnet import init
pytorch如何构建网络模型
首先导入几种方法用到的包: import torch import torch.nn.functional as F from collections import OrderedDict 第一种方法 # Method 1 -----------------
发表于 07-20 11:51
•0次下载
Google AI Edge Torch的特性详解
我们很高兴地发布 Google AI Edge Torch,可将 PyTorch 编写的模型直接转换成 TFLite 格式 (.tflite),且有着优异的模型覆盖率和 CPU 性能。TFLite
评论