淺談pytorch中的nn.Sequential(*net[3: 5])是啥意思

看到代碼里面有這個

1 class ResNeXt101(nn.Module):
    2 def __init__(self):
        3 super(ResNeXt101, self).__init__()
        4 net = resnext101()
        # print(os.getcwd(), net)

        5 net = list(net.children())  # net.children()得到resneXt 的表層網(wǎng)絡(luò)
        # for i, value in enumerate(net):
        #     print(i, value)
        6 self.layer0 = nn.Sequential(net[:3])  # 將前三層打包0， 1， 2兩層
        print(self.layer0)
        7 self.layer1 = nn.Sequential(*net[3: 5])  # 將3, 4兩層打包
        8 self.layer2 = net[5]
        9 self.layer3 = net[6]

可以看到代碼中的第六行（序號自己去掉，我打上去的） self.layer0 = nn.Sequential(net[:3])和
第七行self.layer1 = nn.Sequential(*net[3: 5])
有一個nn.Sequential(net[:3])
和nn.Sequential(*net[3: 5])
今天不講nn.Sequential（）用法，意義，作用因為我也不咋明白。驚天就說*net[3: 5]這個東西為啥要帶“ * ”
當代碼中不帶*的時候，運行會出現(xiàn)以下問題

意思就是列表不是子類，就是說參數(shù)不對

net = list(net.children())

這一行代碼是將模型的每一層取出來構(gòu)建一個列表，自己試著打印就可以。大概的輸出就是[conv()，BatchNorm2d()， ReLU，MaxPool2d]等等

總共是是個元素，和一般的列表不太一樣。

當我們?nèi)?code>net[:3]的時候，傳進去的參數(shù)是一個列表，但是我們用*net[:3]的時候傳進去的是單個元素

list1 = ["conv", ("relu", "maxing"), ("relu", "maxing", 3), 3]
list2 = [list1[:1]]
list3 = [*list1[:1]]
print("list2:{}, *list1[:2]:{}".format(list1[:1], *list1[:1]))

結(jié)果不帶✳的是列表，帶✳的是元素，所以nn.Sequential(*net[3: 5])中的*net[3: 5]就是給nn.Sequential()這個容器中傳入多個層。

到此這篇關(guān)于pytorch中的nn.Sequential(*net[3: 5])是啥意思的文章就介紹到這了,更多相關(guān)pytorch nn.Sequential(*net[3: 5])內(nèi)容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！