PyTorch中 torch.nn与torch.nn.functional的区别

原文链接

torch.nn

pytorch中文文档链接:torch.nn

__init__()函数里定义,定义的是一个类:

torch.nn.functional

pytorch中文文档链接:torch.nn.functional

__forward()__函数里定义,定义的是一个函数:

两者的区别:

torch.nn中是一个定义的类,以class xx来定义的,可以提取变化的学习参数。

torch.nn.functional是一个函数,由def function( )定义,是一个固定的运算公式。

深度学习中会有很多权重是在不断更新的,所以需要采用类的方式,以确保能在参数发生变化时仍能使用我们之前定好的运算步骤。因此如果模型有可学习的参数,应该使用nn.Module,否则两个没有区别。但是简单的计算不需要新建一个类来做,所以使用nn.functional定义函数就可以。

即:层内有variable的情况用nn定义,否则用nn.functional定义。

 

 

学习更多编程知识,请关注我的公众号:

代码的路

 

 

posted @   代码的路  阅读(154)  评论(0编辑  收藏  举报
相关博文:
阅读排行:
· 无需6万激活码!GitHub神秘组织3小时极速复刻Manus,手把手教你使用OpenManus搭建本
· Manus爆火,是硬核还是营销?
· 终于写完轮子一部分:tcp代理 了,记录一下
· 别再用vector<bool>了!Google高级工程师:这可能是STL最大的设计失误
· 单元测试从入门到精通
点击右上角即可分享
微信分享提示