pytorch构建的网络是如何自动命名的？

pytorch 网络结构的命名问题

1.一般情况下是根据我们创建的类的self.XXX命名的。如：

 # Modules
self.conv1 = nn.Conv2d(3, 64, kernel_size=7, stride=2, padding=3,bias=False)

此时我们的网络层就会有一个： conv1.weight的命名

2.当我们使用了for循环来创建网络层时，torch的命名会按照index来命名。如：

self.layer1 = self._make_layer(block, 64, layers[0], stride=strides[0], dilation=dilations[0], BatchNorm=BatchNorm）def _make_layer(self, block, planes, blocks, stride=1, dilation=1, BatchNorm=None）layers = []for i in range(1, blocks):# if i == blocks-1:#     print(i)layers.append(block(self.inplanes, planes,  self.conv_counter,dilation=dilation, BatchNorm=BatchNorm,rate=rate,location=location))

此时的网络名会出现：
layer1.0.conv1.weight
layer1.0.conv2.weight
layer1.0.conv3.weight

3.当我们使用 nn.Sequential 来创建一个块的时候，块里面的层次命名也是使用index来的。如：

 self.downsample = nn.Sequential(nn.Conv2d(self.inplanes, planes * block.expansion,kernel_size=1, stride=stride, bias=False),BatchNorm(planes * block.expansion),)

此时的命名就会出现：
downsample.0.weight #这里的0 指的是上面代码 Sequential中的nn.Conv2d
downsample.1.weight #这里的1 指的是上面代码 Sequential中的BatchNorm

pytorch构建的网络是如何自动命名的？相关推荐

关于用pytorch构建vgg网络实现花卉分类的学习笔记
需要的第三方库: pytorch.matplotlib.json.os.tqdm 一.model.py的编写 (1)准备工作 1.参照vgg网络结构图(如下图1),定义一个字典,用于存放各种vgg网络 ...
pytorch笔记：构建LSTM网络，实现训练验证和测试过程
文章目录 LSTM many to one型构建模型数据归一化和分割训练和验证过程测试过程 many to many型关于LSTM和RNN,可以看我的 blog,关于pytorch的一些 ...
使用PyTorch构建的“感知器”网络
点击关注我哦一篇文章带你使用PyTorch构建"感知器"网络 PyTorch是一个很棒的深度学习框架,简单易学.本篇文章将带领大家从头开始构建一个"原始"的神 ...
通过PyTorch构建的LeNet-5网络对手写数字进行训练和识别
调用PyTorch相关接口实现一个LeNet-5网络,然后通过MNIST数据集训练模型,最后对生成的模型进行预测,主要包括2大部分:训练和预测 1.训练部分: (1).加载MNIST数据集,通过调用T ...
使用PyTorch构建GAN生成对抗网络源码（详细步骤讲解+注释版）01 手写字体识别
文章目录 1 生成对抗网络基本概念 2 生成对抗网络建模 2.1 建立MnistDataset类 2.2 建立鉴别器 2.3 测试鉴别器 2.4 Mnist生成器制作 3 模型的训练 4 模型表现的判 ...
使用PyTorch构建GAN生成对抗网络源码（详细步骤讲解+注释版）02 人脸识别下
文章目录 1 测试鉴别器 2 建立生成器 3 测试生成器 4 训练生成器 5 使用生成器 6 内存查看上一节,我们已经建立好了模型所必需的鉴别器类与Dataset类. 使用PyTorch构建GAN生 ...
使用PyTorch构建GAN生成对抗网络源码（详细步骤讲解+注释版）02 人脸识别上
文章目录 1 数据集描述 2 GPU设置 3 设置Dataset类 4 设置辨别器类 5 辅助函数与辅助类 1 数据集描述此项目使用的是著名的celebA(CelebFaces Attribute) ...
Pytorch构建网络细节总结
Pytorch构建网络细节总结 optimizer.step() 和 scheduler.step() 的区别定义: 区别: .to(device)与.cuda()的区别 .to(device) 可 ...
利用 PyTorch 构建神经网络（详细版）
点击关注我哦欢迎关注 "小白玩转Python",发现更多 "有趣" "The question of whether a computer can ...

pytorch构建的网络是如何自动命名的？

pytorch 网络结构的命名问题

pytorch构建的网络是如何自动命名的？相关推荐

最新文章

热门文章