14.神经网络的基本骨架 - nn.Module 的使用

神经网络的基本骨架 - nn.Module 的使用

Pytorch官网左侧:Python API(相当于package,提供了一些不同的工具)

关于神经网络的工具主要在torch.nn里

网站地址:torch.nn --- PyTorch 1.8.1 documentation

Containers

Containers 包含6个模块:

  • Module
  • Sequential
  • ModuleList
  • ModuleDict
  • ParameterList
  • ParameterDict

其中最常用的是 Module 模块 (为所有神经网络提供基本骨架)

复制代码
CLASS torch.nn.Module  #搭建的Model都必须继承该类

模板:

复制代码
import torch.nn as nn
import torch.nn.functional as F
 
class Model(nn.Module):   #搭建的神经网络 Model继承了 Module类(父类)
    def __init__(self):   #初始化函数
        super(Model, self).__init__()   #必须要这一步,调用父类的初始化函数
        self.conv1 = nn.Conv2d(1, 20, 5)
        self.conv2 = nn.Conv2d(20, 20, 5)
 
    def forward(self, x):   #前向传播(为输入和输出中间的处理过程),x为输入
        x = F.relu(self.conv1(x))   #conv为卷积,relu为非线性处理
        return F.relu(self.conv2(x))

代码中比较重要:

前向传播 forward(在所有子类中进行重写)

反向传播 backward

实战

先介绍pycharm的实用工具,使用 Code ---> Generate ---> Override Methods 可以自动补全代码

例子:

复制代码
import torch
from torch import nn
 
 
class Tudui(nn.Module):
    def __init__(self):
        super().__init__()
 
    # def __init__(self):
    #     super(Tudui, self).__init__()
 
    def forward(self,input):
        output = input + 1
        return output
 
tudui = Tudui()   #拿Tudui模板创建出的神经网络
x = torch.tensor(1.0)  #将1.0这个数转换成tensor类型
output = tudui(x)
print(output)

上面的代码根据网站所提供的案例模版得到

运行结果:

debug看流程

在下列语句前打断点:

复制代码
tudui = Tudui()   #整个程序的开始

然后点击蜘蛛,点击 Step into My Code,可以看到代码每一步的执行过程

i() #整个程序的开始

复制代码
然后点击蜘蛛,点击 Step into My Code,可以看到代码每一步的执行过程

[外链图片转存中...(img-8Rp3mCOt-1724861486484)]
相关推荐
Memene摸鱼日报40 分钟前
「Memene 摸鱼日报 2025.9.16」OpenAI 推出 GPT-5-Codex 编程模型,xAI 发布 Grok 4 Fast
人工智能·aigc
xiaohouzi11223343 分钟前
OpenCV的cv2.VideoCapture如何加GStreamer后端
人工智能·opencv·计算机视觉
用户125205597081 小时前
解决Stable Diffusion WebUI训练嵌入式模型报错问题
人工智能
Juchecar1 小时前
一文讲清 nn.LayerNorm 层归一化
人工智能
martinzh1 小时前
RAG系统大脑调教指南:模型选择、提示设计与质量控保一本通
人工智能
小关会打代码1 小时前
计算机视觉案例分享之答题卡识别
人工智能·计算机视觉
Juchecar1 小时前
一文讲清 nn.Linear 线性变换
人工智能
Se7en2581 小时前
使用 NVIDIA Dynamo 部署 PD 分离推理服务
人工智能
隐语SecretFlow1 小时前
国人自研开源隐私计算框架SecretFlow,深度拆解框架及使用【开发者必看】
深度学习
海拥1 小时前
用 LazyLLM 搭建一个代码注释 / 文档 Agent 的实测体验
人工智能