PyTorch中 torch.nn与torch.nn.functional的区别
【摘要】 原文链接 torch.nnpytorch中文文档链接：torch.nn在__init__()函数里定义，定义的是一个类： torch.nn.functionalpytorch中文文档链接：torch.nn.functional在__forward()__函数里定义，定义的是一个函数： 两者的区别torch.nn中是一个定义的类，以class xx来定义的，可以提取变化的学习参数。torch....
torch.nn
pytorch中文文档链接：torch.nn
在__init__()函数里定义，定义的是一个类：
torch.nn.functional
pytorch中文文档链接：torch.nn.functional
在__forward()__函数里定义，定义的是一个函数：
两者的区别
torch.nn中是一个定义的类，以class xx来定义的，可以提取变化的学习参数。
torch.nn.functional是一个函数，由def function( )定义，是一个固定的运算公式。
深度学习中会有很多权重是在不断更新的，所以需要采用类的方式，以确保能在参数发生变化时仍能使用我们之前定好的运算步骤。因此如果模型有可学习的参数，应该使用nn.Module，否则两个没有区别。但是简单的计算不需要新建一个类来做，所以使用nn.functional定义函数就可以。
即：层内有variable的情况用nn定义，否则用nn.functional定义。
学习更多编程知识，请关注我的公众号：
【版权声明】本文为华为云社区用户原创内容，转载时必须标注文章的来源（华为云社区）、文章链接、文章作者等基本信息， 否则作者和本社区有权追究责任。如果您发现本社区中有涉嫌抄袭的内容，欢迎发送邮件进行举报，并提供相关证据，一经查实，本社区将立刻删除涉嫌侵权内容，举报邮箱：
cloudbbs@huaweicloud.com
- 点赞
- 收藏
- 关注作者
评论（0）