PyTorch自定义模型类

1. 使用Pytorch自己建立一个模型类：

• 继承初始

 建立一个模型的类，一定要继承nn,Module父类，

初始化:

def __init__(self):

　　super(self).__init__():

如果不这样操作就使用不了继承中初始化，也使用不了继承的一些函数。

•  建立自己的网络层

图中初始化后的self.conv都是使用nn模块函数建立的一个一个层，根据需求自己书写

• 前向传播函数

def forward(self,x)

自己看看大概怎么写的这玩意。

构建自定义模型直接这样书写就行了，只需要初始化，搭建层数，书写前向传播函数。但是自定义网络层的输入输出需要自己确定。后续的梯度更新，反向传播，优化器，损失函数都有不同的模块。

下面还有个差不多的示例看看：

和上面大致相同，导入torch包中的nn模块

进行初始化，因为python还不太了解怎么使用，好像这种super()初始化和上面那种效果相同，只是python版本不同，上图中的super（CNN，self）.__init__()是具体指明继承子类还是啥的，当时学的不太好，没太理解了。