torch.nn
pytorch中文文檔鏈接：torch.nn
在__init__()函數(shù)里定義，定義的是一個類：
torch.nn.functional
pytorch中文文檔鏈接：torch.nn.functional
在__forward()__函數(shù)里定義，定義的是一個函數(shù)：
兩者的區(qū)別
torch.nn中是一個定義的類，以class xx來定義的，可以提取變化的學習參數(shù)。
torch.nn.functional是一個函數(shù)，由def function( )定義，是一個固定的運算公式。
深度學習中會有很多權重是在不斷更新的，所以需要采用類的方式，以確保能在參數(shù)發(fā)生變化時仍能使用我們之前定好的運算步驟。因此如果模型有可學習的參數(shù)，應該使用nn.Module，否則兩個沒有區(qū)別。但是簡單的計算不需要新建一個類來做，所以使用nn.functional定義函數(shù)就可以。
即：層內有variable的情況用nn定義，否則用nn.functional定義。
學習更多編程知識，請關注我的公眾號：
[代碼的路]
聲明：本文內容及配圖由入駐作者撰寫或者入駐合作網站授權轉載。文章觀點僅代表作者本人，不代表電子發(fā)燒友網立場。文章及其配圖僅供工程師學習之用，如有內容侵權或者其他違規(guī)問題，請聯(lián)系本站處理。
舉報投訴
-
編程
+關注
關注
88文章
3692瀏覽量
95497 -
函數(shù)
+關注
關注
3文章
4388瀏覽量
65275 -
python
+關注
關注
56文章
4831瀏覽量
87713 -
深度學習
+關注
關注
73文章
5569瀏覽量
123064 -
pytorch
+關注
關注
2文章
810瀏覽量
14072
發(fā)布評論請先 登錄
相關推薦
熱點推薦
如何利用PyTorch API構建CNN?
]])# Defining the CNNimport torch.nn as nnimport torch.nn.functional as Fclass Net(nn.Module): def
發(fā)表于 07-16 18:13
Canny邊緣檢測器的詳細介紹以及Pytorch實現(xiàn)
[:] = torch.from_numpy(sobel_2D)self.sobel_filter_y = nn.Conv2d(in_channels=1, out_channels=1, kernel_size
發(fā)表于 11-04 11:59
如何使用torch 2.0或更高版本創(chuàng)建圖像？
我需要使用 torch 2.0 或更高版本創(chuàng)建圖像，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
發(fā)表于 05-16 06:26
pytorch模型轉換需要注意的事項有哪些？
）。
如何得到JIT模型？
答：在已有PyTorch的Python模型（基類為torch.nn.Module）的情況下，通過torch.jit.trace得到；traced_model
發(fā)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電腦式微波爐電路圖
發(fā)表于 02-13 22:50
?1305次閱讀
松下NN-6808 NN-6858 NN-7808 NN-7
松下NN-6808 NN-6858 NN-7808 NN-7858電腦式微波爐電路圖
發(fā)表于 02-13 22:54
?1464次閱讀
深度學習的19種損失函數(shù)你了解嗎？帶你詳細了解
損失函數(shù)通過torch.nn包實現(xiàn)基本用法
criterion = LossCriterion() #構造函數(shù)有自己的參數(shù)loss = criterion(x, y) #調用標準時也有參數(shù)19種損失函數(shù)
深度學習Pytorch翻車記錄：單卡改多卡踩坑記
（baseline），自己的模型需要更久（2倍），非常不利于調參和發(fā)現(xiàn)問題，所以開始嘗試使用多卡加速。 torch.nn.DataParallel == 簡稱 DP
PyTorch中nn.Conv2d與nn.ConvTranspose2d函數(shù)的用法
PyTorch中nn.Conv2d與nn.ConvTranspose2d函數(shù)的用法
如何對圖片進行卷積計算
先導入torch和torch里的nn類，然后設置一個指定尺寸的隨機像素值的圖片，然后使用nn.conv2d函數(shù)進行卷積計算，然后建立全連接層，最后得到新的圖片的尺寸
PyTorch教程-6.5. 自定義圖層
from torch import nn
from torch.nn import functional as F
from d2l import
PyTorch教程-8.6. 殘差網絡 (ResNet) 和 ResNeXt
torch.nn import functional as F
from d2l import torch as d2l
from mxnet import init
pytorch如何構建網絡模型
首先導入幾種方法用到的包： import torch import torch.nn.functional as F from collections import OrderedDict 第一種方法 # Method 1 -----------------
發(fā)表于 07-20 11:51
?0次下載
Torch TensorRT是一個優(yōu)化PyTorch模型推理性能的工具
那么，什么是Torch TensorRT呢？Torch是我們大家聚在一起的原因，它是一個端到端的機器學習框架。而TensorRT則是NVIDIA的高性能深度學習推理軟件工具包。Torch TensorRT就是這兩者的結合。
Google AI Edge Torch的特性詳解
我們很高興地發(fā)布 Google AI Edge Torch，可將 PyTorch 編寫的模型直接轉換成 TFLite 格式 (.tflite)，且有著優(yōu)異的模型覆蓋率和 CPU 性能。TFLite
工商網監(jiān)
評論