Pytorch中实现keras.layers.core.Lambda函数-马春杰杰

这是最好不要使用的情况之一，最好自己从模型继承并执行所需的操作。
例如nn.Sequential

class MyModel(nn.Module):
    def forward(self, input):
        return input ** 2 + 1
model = MyModel()

class MyModel(nn.Module):

def forward(self, input):

return input ** 2 + 1

model = MyModel()

但是，如果你想要一个等效的层，你可以很容易在pytorch中写它Lambda

class LambdaLayer(nn.Module):
    def __init__(self, lambd):
        super(LambdaLayer, self).__init__()
        self.lambd = lambd
    def forward(self, x):
        return self.lambd(x)

class LambdaLayer(nn.Module):

def __init__(self, lambd):

super(LambdaLayer, self).__init__()

self.lambd = lambd

def forward(self, x):

return self.lambd(x)

现在你可以用它，就像你在Keras中一样：

model.add(Lambda(lambda x: x ** 2))

1	model.add(Lambda(lambda x: x ** 2))

本文最后更新于2020年12月3日，已超过 1 年没有更新，如果文章内容或图片资源失效，请留言反馈，我们会及时处理，谢谢！

赞一个 (2)收藏 (0)

Pytorch中实现keras.layers.core.Lambda函数

马春杰杰

相关推荐

留个评论吧~ 抢沙发评论前登陆可免验证码！

最新修改文章

最新评论

标签

精彩直达

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

微信扫一扫打赏

TG群

微信群

注册

订单信息（价格单位：马杜币）

收货信息商店（虚拟商品除邮箱外可不填）