Özet - nn.Module

Bu grupta nn.Module, __init__, forward ve nn.Linear'ı öğrendin.

Özet: nn.Module

Bu grupta:

Her model nn.Module'dür; __init__'te katmanlar, forward'da hesap; çağrı m(x).
super().__init__() şart; katman listeleri için nn.ModuleList (düz liste parametreleri gizler).
nn.Sequential basit zincirler; torch.nn.functional parametresiz işlemler.
nn.Linear: ağırlık (çıktı, girdi), y = xWᵀ + b; nn.init ile başlatma.
parameters(), named_parameters(), dondurma ve state_dict.

Uygulama Kendi sınıflandırıcın

Siniflandirici(girdi, gizli, sinif) sınıfını yaz: __init__'te iki nn.Linear, forward'da araya ReLU. Siniflandirici(4, 16, 3) için torch.zeros(10, 4) girdisinin çıktı şeklini ve parametre sayısını aynı satırda yazdır.

Örnek çözümü göster

import torch
from torch import nn

class Siniflandirici(nn.Module):
    def __init__(self, girdi, gizli, sinif):
        super().__init__()
        self.l1 = nn.Linear(girdi, gizli)
        self.l2 = nn.Linear(gizli, sinif)

    def forward(self, x):
        return self.l2(torch.relu(self.l1(x)))

m = Siniflandirici(4, 16, 3)
print(m(torch.zeros(10, 4)).shape, sum(p.numel() for p in m.parameters()))

Kendini test et

Model kaydetmenin önerilen yolu hangisidir?
- print(model)
- model.parameters() listesini yazdırmak
- pickle ile tüm Python oturumunu
- torch.save(model.state_dict(), yol)
Cevabı göster

torch.save(model.state_dict(), yol) — state_dict yalnızca tensörleri içerir; model sınıfı kodla yeniden kurulup yüklenir.

Kaydedilen ağırlıkları modele yükle.

model.____(torch.load("model.pt"))

Cevabı göster

model.load_state_dict(torch.load("model.pt"))

Araçları eşleştir.

nn.Module

Temel sınıf
nn.Sequential

Sınıfsız zincir
nn.ModuleList

Kayıtlı liste
state_dict

Ağırlık sözlüğü

Sıradaki ders: Eğitim döngüsü

Deneyiminizi Geliştiriyoruz

Çerez Tercihleri

Kesinlikle Gerekli Çerezler

Analitik Çerezler