模块¶

PyTorch 使用模块来表示神经网络。模块是：

有状态计算的构建块。 PyTorch 提供了一个强大的模块库，并且使得定义新的自定义模块变得简单，允许轻松构建复杂的多层神经网络。
与PyTorch的 自动求导 系统紧密集成。 模块使得为PyTorch的优化器指定可学习参数变得简单。
易于使用和转换。 模块可以轻松保存和恢复，传输到CPU / GPU / TPU设备之间，剪枝，量化等。

本说明描述了模块，并且是为所有PyTorch用户准备的。由于模块对PyTorch来说非常基础，因此本说明中的许多主题在其他说明或教程中都有详细的阐述，这里也提供了许多这些文档的链接。

一个简单的自定义模块 ¶

要开始，请看一个更简单、自定义版本的PyTorch的 Linear 模块。该模块对其输入应用仿射变换。

import torch
from torch import nn

class MyLinear(nn.Module):
  def __init__(self, in_features, out_features):
    super().__init__()
    self.weight = nn.Parameter(torch.randn(in_features, out_features))
    self.bias = nn.Parameter(torch.randn(out_features))

  def forward(self, input):
    return (input @ self.weight) + self.bias

这个简单的模块具有以下模块的基本特征：

它继承自基础Module类。 所有模块都应继承自 Module 以便与其他模块组合使用。
它定义了在计算中使用的一些“状态”。 这里，状态由随机初始化的 weight 和 bias 张量组成，这些张量定义了仿射变换。因为每个张量都被定义为 Parameter，它们被注册到模块中，并且会自动被跟踪并在调用 parameters() 时返回。参数可以被认为是模块计算中的“可学习”部分（稍后会有更多介绍）。请注意，模块不一定需要有状态，也可以是无状态的。
它定义了一个执行计算的forward()函数。 对于这个仿射变换模块，输入与weight参数进行矩阵乘法（使用@简写表示）并加上bias参数以产生输出。更一般地，forward()模块的实现可以执行涉及任意数量输入和输出的任意计算。

这个简单的模块展示了模块如何将状态和计算封装在一起。该模块的实例可以被构建和调用：

m = MyLinear(4, 3)
sample_input = torch.randn(4)
m(sample_input)
: tensor([-0.3037, -1.0413, -4.2057], grad_fn=<AddBackward0>)

注意模块本身是可调用的，调用它会触发其forward()函数。这个名字指的是“前向传播”和“反向传播”的概念，这些概念适用于每个模块。 “前向传播”负责将模块表示的计算应用于给定输入（如上面的代码片段所示）。 “反向传播”计算模块输出相对于其输入的梯度，这可以用于通过梯度下降方法“训练”参数。 PyTorch的自动求导系统会自动处理这个反向传播计算，因此不需要手动为每个模块实现一个backward()函数。通过连续的前向/后向传播来训练模块参数的过程在使用模块进行神经网络训练中有详细说明。

模块注册的完整参数集可以通过调用 parameters() 或 named_parameters(), 其中后者包括每个参数的名称：

for parameter in m.named_parameters():
  print(parameter)
: ('weight', Parameter containing:
tensor([[ 1.0597,  1.1796,  0.8247],
        [-0.5080, -1.2635, -1.1045],
        [ 0.0593,  0.2469, -1.4299],
        [-0.4926, -0.5457,  0.4793]], requires_grad=True))
('bias', Parameter containing:
tensor([ 0.3634,  0.2015, -0.8525], requires_grad=True))

一般来说，模块注册的参数是模块计算中应该“学习”的方面。本笔记的后续部分将展示如何使用PyTorch的优化器之一来更新这些参数。然而，在我们讨论这一点之前，让我们先看看模块是如何相互组合的。

模块作为构建块 ¶

模块可以包含其他模块，使它们成为开发更复杂功能的有用构建块。最简单的方法是使用 Sequential 模块。它允许我们将多个模块连接在一起：

net = nn.Sequential(
  MyLinear(4, 3),
  nn.ReLU(),
  MyLinear(3, 1)
)

sample_input = torch.randn(4)
net(sample_input)
: tensor([-0.6749], grad_fn=<AddBackward0>)

请注意，Sequential 自动将第一个 MyLinear 模块的输出作为输入传递给 ReLU，并将该输出作为输入传递给第二个 MyLinear 模块。如所示，它仅限于具有单个输入和输出的模块的顺序链接。

一般来说，对于超出最简单用例的任何情况，建议定义一个自定义模块，因为这可以为模块计算中子模块的使用方式提供完全的灵活性。

例如，以下是一个作为自定义模块实现的简单神经网络：

import torch.nn.functional as F

class Net(nn.Module):
  def __init__(self):
    super().__init__()
    self.l0 = MyLinear(4, 3)
    self.l1 = MyLinear(3, 1)
  def forward(self, x):
    x = self.l0(x)
    x = F.relu(x)
    x = self.l1(x)
    return x

该模块由两个“子”或“子模块”（l0 和 l1）组成，它们定义了神经网络的层，并在模块的 forward() 方法中用于计算。可以通过调用 children() 或 named_children() 来迭代模块的直接子模块：

net = Net()
for child in net.named_children():
  print(child)
: ('l0', MyLinear())
('l1', MyLinear())

要深入到不仅仅是直接子模块，modules() 和 named_modules() 递归地 遍历一个模块及其子模块：

class BigNet(nn.Module):
  def __init__(self):
    super().__init__()
    self.l1 = MyLinear(5, 4)
    self.net = Net()
  def forward(self, x):
    return self.net(self.l1(x))

big_net = BigNet()
for module in big_net.named_modules():
  print(module)
: ('', BigNet(
  (l1): MyLinear()
  (net): Net(
    (l0): MyLinear()
    (l1): MyLinear()
  )
))
('l1', MyLinear())
('net', Net(
  (l0): MyLinear()
  (l1): MyLinear()
))
('net.l0', MyLinear())
('net.l1', MyLinear())

有时，模块需要动态定义子模块。 ModuleList 和 ModuleDict 模块在这方面很有用；它们从列表或字典中注册子模块：

class DynamicNet(nn.Module):
  def __init__(self, num_layers):
    super().__init__()
    self.linears = nn.ModuleList(
      [MyLinear(4, 4) for _ in range(num_layers)])
    self.activations = nn.ModuleDict({
      'relu': nn.ReLU(),
      'lrelu': nn.LeakyReLU()
    })
    self.final = MyLinear(4, 1)
  def forward(self, x, act):
    for linear in self.linears:
      x = linear(x)
    x = self.activations[act](x)
    x = self.final(x)
    return x

dynamic_net = DynamicNet(3)
sample_input = torch.randn(4)
output = dynamic_net(sample_input, 'relu')

对于任何给定的模块，其参数包括其直接参数以及所有子模块的参数。这意味着对 parameters() 和 named_parameters() 的调用将递归地包含子参数，从而可以方便地优化网络中的所有参数：

for parameter in dynamic_net.named_parameters():
  print(parameter)
: ('linears.0.weight', Parameter containing:
tensor([[-1.2051,  0.7601,  1.1065,  0.1963],
        [ 3.0592,  0.4354,  1.6598,  0.9828],
        [-0.4446,  0.4628,  0.8774,  1.6848],
        [-0.1222,  1.5458,  1.1729,  1.4647]], requires_grad=True))
('linears.0.bias', Parameter containing:
tensor([ 1.5310,  1.0609, -2.0940,  1.1266], requires_grad=True))
('linears.1.weight', Parameter containing:
tensor([[ 2.1113, -0.0623, -1.0806,  0.3508],
        [-0.0550,  1.5317,  1.1064, -0.5562],
        [-0.4028, -0.6942,  1.5793, -1.0140],
        [-0.0329,  0.1160, -1.7183, -1.0434]], requires_grad=True))
('linears.1.bias', Parameter containing:
tensor([ 0.0361, -0.9768, -0.3889,  1.1613], requires_grad=True))
('linears.2.weight', Parameter containing:
tensor([[-2.6340, -0.3887, -0.9979,  0.0767],
        [-0.3526,  0.8756, -1.5847, -0.6016],
        [-0.3269, -0.1608,  0.2897, -2.0829],
        [ 2.6338,  0.9239,  0.6943, -1.5034]], requires_grad=True))
('linears.2.bias', Parameter containing:
tensor([ 1.0268,  0.4489, -0.9403,  0.1571], requires_grad=True))
('final.weight', Parameter containing:
tensor([[ 0.2509], [-0.5052], [ 0.3088], [-1.4951]], requires_grad=True))
('final.bias', Parameter containing:
tensor([0.3381], requires_grad=True))

将所有参数移动到不同的设备或更改其精度也很容易，使用 to()：

# Move all parameters to a CUDA device
dynamic_net.to(device='cuda')

# Change precision of all parameters
dynamic_net.to(dtype=torch.float64)

dynamic_net(torch.randn(5, device='cuda', dtype=torch.float64))
: tensor([6.5166], device='cuda:0', dtype=torch.float64, grad_fn=<AddBackward0>)

更广泛地说，可以使用 apply() 函数递归地将任意函数应用于模块及其子模块。例如，要对模块及其子模块的参数应用自定义初始化：

# Define a function to initialize Linear weights.
# Note that no_grad() is used here to avoid tracking this computation in the autograd graph.
@torch.no_grad()
def init_weights(m):
  if isinstance(m, nn.Linear):
    nn.init.xavier_normal_(m.weight)
    m.bias.fill_(0.0)

# Apply the function recursively on the module and its submodules.
dynamic_net.apply(init_weights)

这些示例展示了如何通过模块组合形成复杂的神经网络，并方便地进行操作。为了快速轻松地构建具有最少样板代码的神经网络，PyTorch 在 torch.nn 命名空间中提供了一个大型的高性能模块库，执行常见的神经网络操作，如池化、卷积、损失函数等。

在下一节中，我们将给出一个训练神经网络的完整示例。

欲了解更多信息，请访问：

PyTorch提供的模块库： torch.nn
定义神经网络模块: https://pytorch.org/tutorials/beginner/examples_nn/polynomial_module.html

使用模块进行神经网络训练 ¶

一旦构建了网络，就需要对其进行训练，并且可以使用PyTorch的优化器之一轻松优化其参数 torch.optim：

# Create the network (from previous section) and optimizer
net = Net()
optimizer = torch.optim.SGD(net.parameters(), lr=1e-4, weight_decay=1e-2, momentum=0.9)

# Run a sample training loop that "teaches" the network
# to output the constant zero function
for _ in range(10000):
  input = torch.randn(4)
  output = net(input)
  loss = torch.abs(output)
  net.zero_grad()
  loss.backward()
  optimizer.step()

# After training, switch the module to eval mode to do inference, compute performance metrics, etc.
# (see discussion below for a description of training and evaluation modes)
...
net.eval()
...

在这个简化的例子中，网络学习输出零，因为任何非零输出都会根据其绝对值被“惩罚”，通过使用torch.abs()作为损失函数。虽然这不是一个非常有趣的任务，但训练的关键部分都存在：

一个网络被创建。
创建了一个优化器（在这种情况下，是一个随机梯度下降优化器），并将网络的参数与之关联。
A training loop…
- 获取一个输入，
- 运行网络，
- 计算损失，
- 将网络参数的梯度清零，
- 调用 loss.backward() 来更新参数的梯度，
- 调用 optimizer.step() 来应用梯度到参数上。

在运行上述代码片段后，请注意网络的参数已经发生了变化。特别是，检查l1的weight参数的值显示其值现在更接近于0（如预期的那样）：

print(net.l1.weight)
: Parameter containing:
tensor([[-0.0013],
        [ 0.0030],
        [-0.0008]], requires_grad=True)

请注意，上述过程完全是在网络模块处于“训练模式”时进行的。模块默认为训练模式，并且可以使用 train() 和 eval() 在训练和评估模式之间切换。它们的行为可能因所处模式的不同而不同。例如， BatchNorm 模块在训练期间维护一个运行均值和方差，在模块处于评估模式时不会更新这些值。一般来说，模块在训练期间应处于训练模式，仅在推理或评估时切换到评估模式。以下是一个自定义模块的例子，该模块在这两种模式下的行为不同：

class ModalModule(nn.Module):
  def __init__(self):
    super().__init__()

  def forward(self, x):
    if self.training:
      # Add a constant only in training mode.
      return x + 1.
    else:
      return x


m = ModalModule()
x = torch.randn(4)

print('training mode output: {}'.format(m(x)))
: tensor([1.6614, 1.2669, 1.0617, 1.6213, 0.5481])

m.eval()
print('evaluation mode output: {}'.format(m(x)))
: tensor([ 0.6614,  0.2669,  0.0617,  0.6213, -0.4519])

训练神经网络通常会很棘手。欲了解更多信息，请查看：

使用优化器： https://pytorch.org/tutorials/beginner/examples_nn/two_layer_net_optim.html。
神经网络训练: https://pytorch.org/tutorials/beginner/blitz/neural_networks_tutorial.html
自动求导简介： https://pytorch.org/tutorials/beginner/blitz/autograd_tutorial.html

模块状态 ¶

在上一节中，我们演示了训练模块的“参数”，即计算的可学习方面。现在，如果我们想将训练好的模型保存到磁盘，可以通过保存其state_dict（即“状态字典”）来实现：

# Save the module
torch.save(net.state_dict(), 'net.pt')

...

# Load the module later on
new_net = Net()
new_net.load_state_dict(torch.load('net.pt'))
: <All keys matched successfully>

模块的 state_dict 包含影响其计算的状态。这包括但不限于模块的参数。对于某些模块，可能需要有超出参数的状态来影响模块计算但不可学习。对于这种情况，PyTorch 提供了“缓冲区”的概念，包括“持久”和“非持久”。以下是模块可以拥有的各种类型状态的概述：

参数: 计算中的可学习部分；包含在 state_dict 中
缓冲区: 计算的非可学习部分
- 持久化 缓冲区：包含在 state_dict 中（即在保存和加载时进行序列化）
- 非持久化 缓冲区：不包含在 state_dict 中（即不在序列化范围内）

作为一个使用缓冲区的动机示例，考虑一个维护运行平均值的简单模块。我们希望当前的运行平均值被视为模块的state_dict的一部分，以便在加载模块的序列化形式时可以恢复它，但我们不希望它是可学习的。以下代码片段展示了如何使用register_buffer()来实现这一点：

class RunningMean(nn.Module):
  def __init__(self, num_features, momentum=0.9):
    super().__init__()
    self.momentum = momentum
    self.register_buffer('mean', torch.zeros(num_features))
  def forward(self, x):
    self.mean = self.momentum * self.mean + (1.0 - self.momentum) * x
    return self.mean

现在，运行均值的当前值被视为模块的一部分state_dict 并且在从磁盘加载模块时将被正确恢复：

m = RunningMean(4)
for _ in range(10):
  input = torch.randn(4)
  m(input)

print(m.state_dict())
: OrderedDict([('mean', tensor([ 0.1041, -0.1113, -0.0647,  0.1515]))]))

# Serialized form will contain the 'mean' tensor
torch.save(m.state_dict(), 'mean.pt')

m_loaded = RunningMean(4)
m_loaded.load_state_dict(torch.load('mean.pt'))
assert(torch.all(m.mean == m_loaded.mean))

如前所述，可以通过将缓冲区标记为非持久性来将其从模块的state_dict中移除：

self.register_buffer('unserialized_thing', torch.randn(5), persistent=False)

持久和非持久缓冲区都会受到使用 to()应用的模型全局设备/数据类型更改的影响：

# Moves all module parameters and buffers to the specified device / dtype
m.to(device='cuda', dtype=torch.float64)

模块的缓冲区可以使用 buffers() 或 named_buffers() 进行迭代。

for buffer in m.named_buffers():
  print(buffer)

以下类展示了在模块内注册参数和缓冲区的各种方法：

class StatefulModule(nn.Module):
  def __init__(self):
    super().__init__()
    # Setting a nn.Parameter as an attribute of the module automatically registers the tensor
    # as a parameter of the module.
    self.param1 = nn.Parameter(torch.randn(2))

    # Alternative string-based way to register a parameter.
    self.register_parameter('param2', nn.Parameter(torch.randn(3)))

    # Reserves the "param3" attribute as a parameter, preventing it from being set to anything
    # except a parameter. "None" entries like this will not be present in the module's state_dict.
    self.register_parameter('param3', None)

    # Registers a list of parameters.
    self.param_list = nn.ParameterList([nn.Parameter(torch.randn(2)) for i in range(3)])

    # Registers a dictionary of parameters.
    self.param_dict = nn.ParameterDict({
      'foo': nn.Parameter(torch.randn(3)),
      'bar': nn.Parameter(torch.randn(4))
    })

    # Registers a persistent buffer (one that appears in the module's state_dict).
    self.register_buffer('buffer1', torch.randn(4), persistent=True)

    # Registers a non-persistent buffer (one that does not appear in the module's state_dict).
    self.register_buffer('buffer2', torch.randn(5), persistent=False)

    # Reserves the "buffer3" attribute as a buffer, preventing it from being set to anything
    # except a buffer. "None" entries like this will not be present in the module's state_dict.
    self.register_buffer('buffer3', None)

    # Adding a submodule registers its parameters as parameters of the module.
    self.linear = nn.Linear(2, 3)

m = StatefulModule()

# Save and load state_dict.
torch.save(m.state_dict(), 'state.pt')
m_loaded = StatefulModule()
m_loaded.load_state_dict(torch.load('state.pt'))

# Note that non-persistent buffer "buffer2" and reserved attributes "param3" and "buffer3" do
# not appear in the state_dict.
print(m_loaded.state_dict())
: OrderedDict([('param1', tensor([-0.0322,  0.9066])),
               ('param2', tensor([-0.4472,  0.1409,  0.4852])),
               ('buffer1', tensor([ 0.6949, -0.1944,  1.2911, -2.1044])),
               ('param_list.0', tensor([ 0.4202, -0.1953])),
               ('param_list.1', tensor([ 1.5299, -0.8747])),
               ('param_list.2', tensor([-1.6289,  1.4898])),
               ('param_dict.bar', tensor([-0.6434,  1.5187,  0.0346, -0.4077])),
               ('param_dict.foo', tensor([-0.0845, -1.4324,  0.7022])),
               ('linear.weight', tensor([[-0.3915, -0.6176],
                                         [ 0.6062, -0.5992],
                                         [ 0.4452, -0.2843]])),
               ('linear.bias', tensor([-0.3710, -0.0795, -0.3947]))])

欲了解更多信息，请访问：

保存和加载： https://pytorch.org/tutorials/beginner/saving_loading_models.html
序列化语义: https://pytorch.org/docs/main/notes/serialization.html
什么是状态字典？https://pytorch.org/tutorials/recipes/recipes/what_is_state_dict.html

模块初始化 ¶

默认情况下，由torch.nn提供的模块的参数和浮点缓冲区在模块实例化时初始化为CPU上的32位浮点值，使用一种根据历史表现良好的初始化方案。对于某些用例，可能需要使用不同的数据类型、设备（例如GPU）或初始化技术进行初始化。

Examples:

# Initialize module directly onto GPU.
m = nn.Linear(5, 3, device='cuda')

# Initialize module with 16-bit floating point parameters.
m = nn.Linear(5, 3, dtype=torch.half)

# Skip default parameter initialization and perform custom (e.g. orthogonal) initialization.
m = torch.nn.utils.skip_init(nn.Linear, 5, 3)
nn.init.orthogonal_(m.weight)

请注意，上述演示的设备和数据类型选项也适用于为模块注册的任何浮点缓冲区：

m = nn.BatchNorm2d(3, dtype=torch.half)
print(m.running_mean)
: tensor([0., 0., 0.], dtype=torch.float16)

虽然模块编写者可以使用任何设备或数据类型来初始化自定义模块中的参数，但良好的实践是默认情况下也使用 dtype=torch.float 和 device='cpu'。可选地，你可以通过遵循上述所有 torch.nn 模块所展示的约定，在这些方面为你的自定义模块提供完全的灵活性：

提供一个 device 构造函数关键字参数，该参数适用于模块注册的任何参数/缓冲区。
提供一个 dtype 构造函数关键字参数，该参数适用于模块注册的任何参数/浮点缓冲区。
仅在模块的构造函数中对参数和缓冲区使用初始化函数（即来自torch.nn.init的函数）。请注意，这仅在需要使用skip_init()时才需要；有关解释，请参见此页面。

欲了解更多信息，请访问：

跳过模块参数初始化： https://pytorch.org/tutorials/prototype/skip_param_init.html

模块钩子 ¶

在使用模块进行神经网络训练中，我们演示了模块的训练过程，该过程迭代地执行前向和后向传递，并在每次迭代中更新模块参数。为了更好地控制此过程，PyTorch 提供了“钩子”，可以在前向或后向传递期间执行任意计算，甚至可以根据需要修改传递的方式。此功能的一些有用示例包括调试、可视化激活值、深入检查梯度等。钩子可以添加到你自己没有编写的模块上，这意味着此功能可以应用于第三方或 PyTorch 提供的模块。

PyTorch为模块提供了两种类型的钩子：

前向挂钩 在前向传递期间被调用。它们可以通过 register_forward_pre_hook() 和 register_forward_hook() 为给定模块安装。这些挂钩将分别在调用前向函数之前和之后被调用。或者，可以使用类似的 register_module_forward_pre_hook() 和 register_module_forward_hook() 函数为所有模块全局安装这些挂钩。
反向挂钩 在反向传播期间被调用。它们可以通过 register_full_backward_pre_hook() 和 register_full_backward_hook() 安装。当此模块的反向传播计算完成后，这些挂钩将被调用。 register_full_backward_pre_hook() 将允许用户访问输出的梯度，而 register_full_backward_hook() 将允许用户访问输入和输出的梯度。或者，可以使用 register_module_full_backward_hook() 和 register_module_full_backward_pre_hook() 为所有模块全局安装它们。

所有钩子允许用户返回一个更新的值，该值将在剩余计算中使用。因此，这些钩子可以用于在常规模块前向/后向过程中执行任意代码或修改某些输入/输出，而无需更改模块的 forward() 函数。

以下是演示前向和后向挂钩用法的一个示例：

torch.manual_seed(1)

def forward_pre_hook(m, inputs):
  # Allows for examination and modification of the input before the forward pass.
  # Note that inputs are always wrapped in a tuple.
  input = inputs[0]
  return input + 1.

def forward_hook(m, inputs, output):
  # Allows for examination of inputs / outputs and modification of the outputs
  # after the forward pass. Note that inputs are always wrapped in a tuple while outputs
  # are passed as-is.

  # Residual computation a la ResNet.
  return output + inputs[0]

def backward_hook(m, grad_inputs, grad_outputs):
  # Allows for examination of grad_inputs / grad_outputs and modification of
  # grad_inputs used in the rest of the backwards pass. Note that grad_inputs and
  # grad_outputs are always wrapped in tuples.
  new_grad_inputs = [torch.ones_like(gi) * 42. for gi in grad_inputs]
  return new_grad_inputs

# Create sample module & input.
m = nn.Linear(3, 3)
x = torch.randn(2, 3, requires_grad=True)

# ==== Demonstrate forward hooks. ====
# Run input through module before and after adding hooks.
print('output with no forward hooks: {}'.format(m(x)))
: output with no forward hooks: tensor([[-0.5059, -0.8158,  0.2390],
                                        [-0.0043,  0.4724, -0.1714]], grad_fn=<AddmmBackward>)

# Note that the modified input results in a different output.
forward_pre_hook_handle = m.register_forward_pre_hook(forward_pre_hook)
print('output with forward pre hook: {}'.format(m(x)))
: output with forward pre hook: tensor([[-0.5752, -0.7421,  0.4942],
                                        [-0.0736,  0.5461,  0.0838]], grad_fn=<AddmmBackward>)

# Note the modified output.
forward_hook_handle = m.register_forward_hook(forward_hook)
print('output with both forward hooks: {}'.format(m(x)))
: output with both forward hooks: tensor([[-1.0980,  0.6396,  0.4666],
                                          [ 0.3634,  0.6538,  1.0256]], grad_fn=<AddBackward0>)

# Remove hooks; note that the output here matches the output before adding hooks.
forward_pre_hook_handle.remove()
forward_hook_handle.remove()
print('output after removing forward hooks: {}'.format(m(x)))
: output after removing forward hooks: tensor([[-0.5059, -0.8158,  0.2390],
                                               [-0.0043,  0.4724, -0.1714]], grad_fn=<AddmmBackward>)

# ==== Demonstrate backward hooks. ====
m(x).sum().backward()
print('x.grad with no backwards hook: {}'.format(x.grad))
: x.grad with no backwards hook: tensor([[ 0.4497, -0.5046,  0.3146],
                                         [ 0.4497, -0.5046,  0.3146]])

# Clear gradients before running backward pass again.
m.zero_grad()
x.grad.zero_()

m.register_full_backward_hook(backward_hook)
m(x).sum().backward()
print('x.grad with backwards hook: {}'.format(x.grad))
: x.grad with backwards hook: tensor([[42., 42., 42.],
                                      [42., 42., 42.]])

模块¶

一个简单的自定义模块 ¶

模块作为构建块 ¶

使用模块进行神经网络训练 ¶

模块状态 ¶

模块初始化 ¶

模块钩子 ¶

高级功能 ¶

分布式训练 ¶

性能分析 ¶

通过量化提高性能 ¶

通过剪枝提高内存使用效率 ¶

参数化 ¶

使用FX转换模块 ¶

文档

教程

资源