首页 > 资讯 > 后端开发 > Python >Pytorch参数注册和nn.ModuleListnn.ModuleDict的问题

263

分享到

Pytorch参数注册和nn.ModuleListnn.ModuleDict的问题

Pytorch参数注册 Pytorch nn.ModuleList Pytorch nn.ModuleDict 2023-01-03 12:01:31 263人浏览泡泡鱼

Python 官方文档：入门教程 => 点击学习

摘要

目录参数注册nn.ModuleList和nn.ModuleDict总结参考自官方文档参数注册尝试自己写GoogLeNet时碰到的问题，放在字典中的参数无法自动注册，所谓的注册，就

参数注册

尝试自己写GoogLeNet时碰到的问题，放在字典中的参数无法自动注册，所谓的注册，就是当参数注册到这个网络上时，它会随着你在外部调用net.cuda()后自动迁移到GPU上，而没有注册的参数则不会随着网络迁到GPU上，这就可能导致输入在GPU上而参数不在GPU上，从而出现错误，为了说明这个现象。

举一个有点铁憨憨的例子：

import torch
import torch.nn as nn
import torch.nn.functional as F

class Net(nn.Module):
    def __init__(self):
        super(Net,self).__init__()
        self.weight = torch.rand((3,4)) # 这里其实可以直接用nn.Linear，但为了举例这里先憨憨一下
    
    def forward(self,x):
        return F.linear(x,self.weight)

if __name__ == "__main__":
    batch_size = 10
    dummy = torch.rand((batch_size,4))
    net = Net()
    print(net(dummy))

上面的代码可以成功运行，因为所有的数值都是放在CPU上的，但是，一旦我们要把模型移到GPU上时

import torch
import torch.nn as nn
import torch.nn.functional as F

class Net(nn.Module):
    def __init__(self):
        super(Net,self).__init__()
        self.weight = torch.rand((3,4))
    
    def forward(self,x):
        return F.linear(x,self.weight)

if __name__ == "__main__":
    batch_size = 10
    dummy = torch.rand((batch_size,4)).cuda()
    net = Net().cuda()
    print(net(dummy))

运行后就会出现

...
RuntimeError: Expected object of backend CUDA but got backend CPU for argument #2 'mat2'

这就是因为self.weight没有随着模型一起移到GPU上的原因，此时我们查看模型的参数，会发现并没有self.weight

import torch
import torch.nn as nn
import torch.nn.functional as F

class Net(nn.Module):
    def __init__(self):
        super(Net,self).__init__()
        self.weight = torch.rand((3,4))
    
    def forward(self,x):
        return F.linear(x,self.weight)

if __name__ == "__main__":
    net = Net()
    for parameter in net.parameters():
        print(parameter)

上面的代码没有输出，因为net根本没有参数

那么为了让net有参数，我们需要手动地将self.weight注册到网络上

import torch
import torch.nn as nn
import torch.nn.functional as F

class Net(nn.Module):
    def __init__(self):
        super(Net,self).__init__()
        self.weight = nn.Parameter(torch.rand((3,4))) # 被注册的参数必须是nn.Parameter类型
        self.reGISter_parameter('weight',self.weight) # 手动注册参数
        
    
    def forward(self,x):
        return F.linear(x,self.weight)

if __name__ == "__main__":
    net = Net()
    for parameter in net.parameters():
        print(parameter)

    batch_size = 10
    net = net.cuda()
    dummy = torch.rand((batch_size,4)).cuda()
    print(net(dummy))

此时网络的参数就有了输出，同时会随着一起迁到GPU上，输出就类似这样

Parameter containing:
tensor([...])
tensor([...])

不过后来我实验了以下，好像只写nn.Parameter不写register也可以被默认注册

nn.ModuleList和nn.ModuleDict

有时候我们为了图省事，可能会这样写网络

import torch
import torch.nn as nn
import torch.nn.functional as F

class Net(nn.Module):
    def __init__(self):
        super(Net,self).__init__()
        self.linears = [nn.Linear(4,4),nn.Linear(4,4),nn.Linear(4,2)]
    
    def forward(self,x):
        for linear in self.linears:
            x = linear(x)
            x = F.relu(x)
        return x

if __name__ == '__main__':
    net = Net()
    for parameter in net.parameters():
        print(parameter)

同样，输出网络的参数啥也没有，这意味着当调用net.cuda时，self.linears里面的参数不会一起走到GPU上去

此时我们可以在__init__方法中手动对self.parameters()迭代然后把每个参数注册，但更好的方法是，PyTorch已经为我们提供了nn.ModuleList，用来代替python内置的list，放在nn.ModuleList中的参数将会自动被正确注册

import torch
import torch.nn as nn
import torch.nn.functional as F

class Net(nn.Module):
    def __init__(self):
        super(Net,self).__init__()
        self.linears = nn.ModuleList([nn.Linear(4,4),nn.Linear(4,4),nn.Linear(4,2)])
    
    def forward(self,x):
        for linear in self.linears:
            x = linear(x)
            x = F.relu(x)
        return x

if __name__ == '__main__':
    net = Net()
    for parameter in net.parameters():
        print(parameter)

此时就有输出了

Parameter containing:
tensor(...)
Parameter containing:
tensor(...)
...

nn.ModuleDict也是类似，当我们需要把参数放在一个字典里的时候，能够用的上，这里直接给一个官方的例子看一看就OK

class MyModule(nn.Module):
    def __init__(self):
        super(MyModule, self).__init__()
        self.choices = nn.ModuleDict({
                'conv': nn.Conv2d(10, 10, 3),
                'pool': nn.MaxPool2d(3)
        })
        self.activations = nn.ModuleDict([
                ['lrelu', nn.LeakyReLU()],
                ['prelu', nn.PReLU()]
        ])

    def forward(self, x, choice, act):
        x = self.choices[choice](x)
        x = self.activations[act](x)
        return x

需要注意的是，虽然直接放在Python list中的参数不会自动注册，但如果只是暂时放在list里，随后又调用了nn.Sequential把整个list整合起来，参数仍然是会自动注册的

另外一点要注意的是ModuleList和ModuleDict里面只能放Module的子类，也就是nn.Conv,nn.Linear这样的，但不能放nn.Parameter，如果要放nn.Parameter，用nn.ParameterList即可，用法和nn.ModuleList一样

总结

以上为个人经验，希望能给大家一个参考，也希望大家多多支持编程网。

您可能感兴趣的文档:

--结束END--

本文标题: Pytorch参数注册和nn.ModuleListnn.ModuleDict的问题

本文链接: https://lsjlt.com/news/176438.html(转载时请注明来源链接)

有问题或投稿请发送至: 邮箱/279061341@qq.com QQ/279061341

回答

如何调试操作系统的错误？
操作系统

2023-11-15发布

回答

操作系统中的I/O系统是如何实现的？
操作系统

2023-11-15发布

回答

如何实现操作系统的内存管理？
操作系统

2023-11-15发布

回答

什么是虚拟内存，它对操作系统有什么影响？
操作系统

2023-11-15发布

回答

ASP中的MVC架构和WebForms架构有什么区别和使用场景？
ASP.NET

2023-11-15发布

回答

ASP中的数据验证和数据校验有什么不同？
ASP.NET

2023-11-15发布

回答

ASP中的ADO对象和DAO对象有什么区别和使用方法？
ASP.NET

2023-11-15发布

回答

Node.js中的包管理器NPM是什么？如何使用它进行依赖管理？
node.js

2023-11-15发布

回答

Vue.js中的动态组件是什么？如何使用它来动态渲染组件？
VUE

2023-11-15发布

回答

如何使用Vue.js实现懒加载和预加载？
VUE

2023-11-15发布

Pytorch参数注册和nn.ModuleListnn.ModuleDict的问题

目录

参数注册

nn.ModuleList和nn.ModuleDict

总结

Pytorch参数注册和nn.ModuleListnn.ModuleDict的问题

Pytorch linear 多维输入的参数问题

解决springcloud-eureka注册时的ip问题

创建ADO.NET参数要注意哪些问题

SpringCloudFeign多参数传递及需要注意的问题

Pytorch模型参数的保存和加载

js iframe参数传递要注意哪些问题

mybatissum(参数)列名作为参数的问题

pytorch 预训练模型读取修改相关参数的填坑问题

关于MeasureString的参数问题

Golang库插件注册加载机制的问题

浅谈mybatisPlus的Ipage分页和map参数的问题

PHPcms 2008 注册选择模型关闭后，注册不能自动登录的问题

oracle11g的job_queue_processes参数问题分析

解决pygal.style的LightColorizedStyle参数问题

生产环境audit_trail参数作用和问题

springmvc请求转发和重定向问题(携带参数和不携带参数)

如何调试 C++ 函数中默认参数和可变参数相关的问题

Python函数参数和注解的使用

Python中的函数参数传递问题

python分析数据的方法是什么

如何使用Python实现抽奖小程序

python copy函数的作用是什么

python ffmpeg模块怎么安装和使用

python进程池创建队列的方法是什么

python无法运行文件的原因有哪些

python can't open file报错怎么解决

python keyerror错误怎么解决

python字符串处理与应用的方法有哪些

python全局变量如何定义