Datawhale 深入浅出Pytorch【第五章：Pytorch模型的定义】

提示：文章写完后，目录可以自动生成，如何生成可参考右边的帮助文档

---

前言

本章将结合U-Net模型和torchvision预定义的ResNet模型来探索Pytorch的模型定义方式和训练技巧。

---

一、模型定义方式

这里的话，李老师给我们定义了一下模型的三种方式：Sequential, ModuleList 和ModelDict

二、如何利用模型块快速搭建复杂网络

组成U-Net的模型块主要有如下几个部分：
1）每个子块内部的两次卷积（Double Convolution）
2）左侧模型块之间的下采样连接，即最大池化（Max pooling）
3）右侧模型块之间的上采样连接（Up sampling）
4）输出层的处理

三、模型修改

假设最后的分割是多类别的，需要对模型特定层进行修改。

四、模型保存与读取

这里相应考虑单卡和多卡情况下的模型存取