 

Pytorch中实现keras.layers.core.Lambda函数

2020-12-04 分类：Pytorch学习评论(0) 赞(308)

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))

赞(308) 打赏

版权声明：本文采用知识共享署名4.0国际许可协议 [BY-NC-SA] 进行授权
文章名称：《Pytorch中实现keras.layers.core.Lambda函数》
文章链接：https://www.machunjie.com/deeplearning/pytorch/826.html
本站资源仅供个人学习交流，请于下载后24小时内删除，不允许用于商业用途，否则法律问题自行承担。

分享到