Module.named_parameters()、Module.named_children()与Module.named_modules()的区别

在代码里面输出一下子:

import torch
import torch.nn as nn


class Net(nn.Module):
    def __init__(self):
        super().__init__()
        self.fc1 = nn.Linear(3, 4)
        self.relu1 = nn.ReLU()
        self.fc2 = nn.Linear(4, 1)
        self.sequence = nn.Sequential(
            nn.Linear(5, 4),
            nn.MaxPool2d(2, 2)
        )

    def forward(self, x):
        o = self.fc1(x)
        o = self.relu1(o)
        o = self.fc2(o)
        return o


net = Net()

# Parameter类是在Tensor上封装起来的,也有is_leaf的bool值
print('parameter start')
for name, parameter in net.named_parameters():
    print(name)
    print(type(parameter))
    print(parameter.is_leaf)
print('parameter end')

print('****************************************************')

print(isinstance(torch.nn.parameter.Parameter, torch.Tensor))
print(type(net.fc1))

print('module start')
# module类(包裹Conv2d等),是模型类不是张量,不存在is_leaf函数
for name, module in net.named_modules():
    print(name)
    print(type(module))
print('module end')

print('****************************************************')

# Conv2d及Linear类,是模型类不是张量,不存在is_leaf函数
print('child start')
for name, child in net.named_children():
    print(name)
    print(type(child))
print('child end')

输出结果为:

parameter start
fc1.weight

True
fc1.bias

True
fc2.weight

True
fc2.bias

True
sequence.0.weight

True
sequence.0.bias

True
parameter end
****************************************************
False

module start


fc1

relu1

fc2

sequence

sequence.0

sequence.1

module end
****************************************************
child start
fc1

relu1

fc2

sequence

child end

可见,named_parameters()输出模型中每一个参数的名称(字符串)与这个参数(Parameter类);而named_modules()与named_children()则输出的是每一块模型的名称(字符串)与这个模型(Conv2d、Linear、Sequence或者是'__main.Net'类)。

其中modules与children又有区别:modules会迭代式地找到每一个模型(例如或者是sequential的内部),而children则只会找到直接的子模型,不包含自己()或是孙子模型(sequential内部的)。

torch.nn.Conv2d、torch.nn.BatchNorm2d等等,都是torch.nn.Module类的子类:

issubclass(torch.nn.Conv2d, torch.nn.Module)

>> True

 

你可能感兴趣的:(深度学习,python)