PyTorch - nn.Module 的功能等价物
[英]PyTorch - a functional equivalent of nn.Module
问题描述
正如我们所知，我们可以将任意数量的有状态构建块包装到继承自nn.Module的 class 中。 但是，当您想要包装一堆无状态函数（来自nn.Functional ）时应该如何完成，以便充分利用nn.Module允许您执行的操作，例如在 CPU 和 GPU 之间自动移动张量model.to(device) ？
1 个解决方案
解决方案1
0 2019-10-21 10:59:49
我已经找到了解决方案：如果您在模块内部有一个创建新张量的操作，那么您必须使用self.register_buffer才能充分利用设备之间的自动移动。
将 Keras 函数式 API 转换为 PyTorch nn.Module - Conv2d
[英]Translate Keras functional API to PyTorch nn.Module - Conv2d
PyTorch：为什么 dir(nn.Module()) 和 dir(nn.Module) 之间的区别
[英]PyTorch: why the difference between dir(nn.Module()) and dir(nn.Module)
在这个 PyTorch 派生的 nn.Module class 方法中 self 指的是什么？
[英]What is self referring to in this PyTorch derived nn.Module class method?
声明:本站的技术帖子网页，遵循CC BY-SA 4.0协议，如果您需要转载，请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.
相关问题
pytorch nn.module如何保存子模块
Pytorch：合并两个模型（nn.Module）
将 Keras 函数式 API 转换为 PyTorch nn.Module - Conv2d
PyTorch：为什么 dir(nn.Module()) 和 dir(nn.Module) 之间的区别
pytorch 的 nn.Module 如何注册子模块？
Pytorch nn.Module 的子类没有属性“参数”
如何在 pytorch nn.module 中设置层的值？
在这个 PyTorch 派生的 nn.Module class 方法中 self 指的是什么？
Pytorch：了解 nn.Module class 内部如何工作
为什么我们需要从 PyTorch 中的 nn.Module 继承？
相关标签