Ich bin neu bei PyTorch, probieren Sie es aus, nachdem Sie für eine Weile ein anderes Toolkit verwendet haben.pytorch benutzerdefinierte Ebene "ist keine Modul-Unterklasse"
Ich möchte verstehen, wie benutzerdefinierte Layer und Funktionen programmieren. Und als einfacher Test, schrieb ich folgendes:
class Testme(nn.Module): ## it _is_ a sublcass of module ##
def __init__(self):
super(Testme, self).__init__()
def forward(self, x):
return x/t_.max(x)
die dazu bestimmt ist, die Daten zu veranlassen, durchquert auf 1 zu summieren nicht wirklich nützlich, nur bei Test.
Dann steck ich es zum Beispiel Code aus dem PyTorch Spielplatz:
def make_layers(cfg, batch_norm=False):
layers = []
in_channels = 3
for i, v in enumerate(cfg):
if v == 'M':
layers += [nn.MaxPool2d(kernel_size=2, stride=2)]
else:
padding = v[1] if isinstance(v, tuple) else 1
out_channels = v[0] if isinstance(v, tuple) else v
conv2d = nn.Conv2d(in_channels, out_channels, kernel_size=3, padding=padding)
if batch_norm:
layers += [conv2d, nn.BatchNorm2d(out_channels, affine=False), nn.ReLU()]
else:
layers += [conv2d, nn.ReLU()]
layers += [Testme] # here <------------------
in_channels = out_channels
return nn.Sequential(*layers)
Das Ergebnis ist ein Fehler!
TypeError: model.Testme is not a Module subclass
Vielleicht muss das eine Funktion und kein Modul sein? Auch nicht klar, was der Unterschied zwischen Funktion, Modul ist.
Zum Beispiel, warum benötigt eine Funktion eine backward()
, auch wenn sie vollständig aus Standard-Primitive pytorch konstruiert ist, während ein Modul dies nicht benötigt?