Python PyTorch Sequential用法及代碼示例

本文簡要介紹python語言中 torch.nn.Sequential 的用法。

用法:

class torch.nn.Sequential(*args)

一個順序容器。模塊將按照它們在構造函數中傳遞的順序添加到其中。或者，可以傳入模塊的OrderedDict。Sequential 的forward() 方法接受任何輸入並將其轉發到它包含的第一個模塊。然後它“chains” 依次為每個後續模塊輸出到輸入，最後返回最後一個模塊的輸出。

與手動調用一係列模塊相比，Sequential 提供的值在於，它允許將整個容器視為單個模塊，這樣對 Sequential 執行的轉換適用於它存儲的每個模塊(每個模塊都是一個模塊)。 Sequential 的注冊子模塊)。

Sequential 和 torch.nn.ModuleList 有什麽區別？ ModuleList 正是它聽起來的 like-a 列表，用於存儲 Module s！另一方麵，Sequential 中的層以級聯方式連接。

例子：

# Using Sequential to create a small model. When `model` is run,
# input will first be passed to `Conv2d(1,20,5)`. The output of
# `Conv2d(1,20,5)` will be used as the input to the first
# `ReLU`; the output of the first `ReLU` will become the input
# for `Conv2d(20,64,5)`. Finally, the output of
# `Conv2d(20,64,5)` will be used as input to the second `ReLU`
model = nn.Sequential(
          nn.Conv2d(1,20,5),
          nn.ReLU(),
          nn.Conv2d(20,64,5),
          nn.ReLU()
        )

# Using Sequential with OrderedDict. This is functionally the
# same as the above code
model = nn.Sequential(OrderedDict([
          ('conv1', nn.Conv2d(1,20,5)),
          ('relu1', nn.ReLU()),
          ('conv2', nn.Conv2d(20,64,5)),
          ('relu2', nn.ReLU())
        ]))