免费资源部落

本篇内容主要讲解“torch.nn.ModuleList有什么用”，感兴趣的朋友不妨来看看。本文介绍的方法操作简单快捷，实用性强。下面就让小编来带大家学习“torch.nn.ModuleList有什么用”吧!

简要介绍

classtorch.nn.ModuleList(modules=None)Holdssubmodulesinalist.它可以以列表的形式来保持多个子模块。ModuleListcanbeindexedlikearegularPythonlist,butmodulesitcontainsareproperlyregistered,andwillbevisiblebyallModulemethods.ModuleList能够像python列表一样被索引访问,而且其中的模块会被正确地登记注册,而且它保存的模块可以被所有Module方法可见,之所以不能直接用python列表来保存,是因为PyTorch需要自动跟踪计算图并计算自动梯度,如果直接使用python列表或者python字典来保存module,那么无法正确地自动计算梯度.Parameters参数modules(iterable,optional)–aniterableofmodulestoadd接受的参数是模块module的可迭代类型,用来添加到ModuleListappend(module)方法Appendsagivenmoduletotheendofthelist.Parametersmodule(nn.Module)–moduletoappend用来将一个module添加到列表末尾extend(modules)方法AppendsmodulesfromaPythoniterabletotheendofthelist.从python可迭代对象向列表添加多个moduleParameters参数modules(iterable)–iterableofmodulestoappendmodule的可迭代对象insert(index,module)方法Insertagivenmodulebeforeagivenindexinthelist.Parametersindex(int)–indextoinsert.module(nn.Module)–moduletoinsert该方法就像操作python普通列表一样,向ModuleList中指定位置插入一个module

演示代码:

classMyModule(nn.Module):def__init__(self):super(MyModule,self).__init__()self.linears=nn.ModuleList([nn.Linear(10,10)foriinrange(10)])defforward(self,x):#ModuleListcanactasaniterable,orbeindexedusingintsfori,linenumerate(self.linears):x=self.linears[i//2](x)+l(x)returnx注意：子模块必须放在顶层的属性中，而不可能放在列表或者字典中。因为如果不在顶层，而是在列表或者字典中，那么优化器就不能够准确定位这些子模块，因而也就无法优化更新这些模块的参数。如果你需要一个列表或者字典来存放你的子模块，那么就需要使用pytorch提供的方式nn.ModuleList和nn.ModuleDict方法。注意：子模块submodules必须位于顶层属性，不能存放在列表或者字典中，否则优化器不能够准确定位到这些学习参数，因而无法正确优化参数。如有必要，我们可以使用pytorch提供的nn.ModuleList和nn.ModuleDict来实现列表和字典的功能。

到此，相信大家对“torch.nn.ModuleList有什么用”有了更深的了解，不妨来实际操作一番吧！这里是网站，更多相关内容可以进入相关频道进行查询，关注我们，继续学习！