Pytorch 里面model部分属性简析

Posted 2023-03-20

参考技术A 随手定义一个model，首先查看下model 都有哪些属性和方法

我们可以看到model有许多的属性，其中有children/named_children， parameters/named_parameters, modules/named_modules 

这里先介绍一下，children 这个方法，会返回一个生成器，如果用for循环打开这样一个生成器，会得到一串，我们在模型类中初始化定义的block，conv和classifier，至于block中的二级各种module都不会被进一步展开。是一个很compact的表示。至于named_children（）就是会给这些一级module 分别赋予名字，这样更好描述。

至于module这个方法，也会生成一个生成器，用for循环打开这样的生成器，首先可以得到model的一级module，然后一级module都展示完毕以后，会再把二级module里面的成分展开，比如block里面，有conv，maxpool，bn这些。

至于parameters 这个方法，返回的是一个生成器，如果用for循环打开，可以得到module的所有抽象参数位，这里的parameters 需要和argument 区分一下，前者是概念性的参数，后面的是，具体赋值以后的参数。对于parameters可以做的主要操作就是控制导数是否需要计算，最后是否需要更新。

至于state_dict 这个方法，会返回一个字典，字典的键值对分别是，参数的名称和参数赋值的tensor，我们每一次load_state_dict 也是加载这样一个字典，来获得预加载模型的各个module和配置的参数。

至于 eval 和 train 这两个方法，前者是模型在validation阶段时，设置model 不自动更新参数，进行model 评价验证的方法，后者是模型在train阶段时，设置model可以进行参数的迭代更新。

至于to这个方法，是决定把模型或者输入的数据放在CPU还是CPU上面，这个模型和数据必须在同一个设备上面，不然会报错。