mirror of https://github.com/alibaba/MNN.git
174 lines
3.0 KiB
Markdown
Executable File
174 lines
3.0 KiB
Markdown
Executable File
## nn._Module
|
||
|
||
```python
|
||
class _Module
|
||
```
|
||
_Module时V3 API中用来描述模型的基类，维护了具体的计算图，可以执行推理和训练等操作；具体的模型类都继承自_Module；
|
||
可以通过`nn.load_module_from_file`加载模型来推理或训练现有模型；也可以通过继承_Module来实现自定义模型并训练推理
|
||
|
||
---
|
||
### `_Module()`
|
||
创建一个空_Module
|
||
|
||
*在实际使用中创建空_Module没有意义，请使用`nn.load_module_from_file`或继承实现自己的_Module*
|
||
|
||
参数：
|
||
- `None`
|
||
|
||
返回：_Module对象
|
||
|
||
返回类型：`_Module`
|
||
|
||
---
|
||
### `parameters`
|
||
|
||
获取_Module的参数
|
||
|
||
属性类型：只读
|
||
|
||
类型：`[Var]`
|
||
|
||
---
|
||
### `name`
|
||
|
||
获取_Module的名称
|
||
|
||
属性类型：只读
|
||
|
||
类型：`str`
|
||
|
||
---
|
||
### `is_training`
|
||
|
||
获取_Module的是否为训练模式
|
||
|
||
属性类型：只读
|
||
|
||
类型：`bool`
|
||
|
||
---
|
||
### `forward(input)`
|
||
|
||
模块前向传播,返回一个结果变量
|
||
|
||
参数：
|
||
- `input:Var|[Var]` 前向传播输入变量
|
||
|
||
返回：前向传播输出变量
|
||
|
||
返回类型：`Var`
|
||
|
||
---
|
||
### `__call__(input)`
|
||
与`forward`相同
|
||
|
||
---
|
||
### `onForward(input)`
|
||
|
||
模块前向传播,返回多个结果变量
|
||
|
||
参数：
|
||
- `input:Var|[Var]` 前向传播输入变量
|
||
|
||
返回：前向传播输出变量
|
||
|
||
返回类型：`[Var]`
|
||
|
||
---
|
||
### `set_name(name)`
|
||
设置_Module的名称
|
||
|
||
参数：
|
||
- `name:str` 模块的名称
|
||
|
||
返回：`None`
|
||
|
||
返回类型：`None`
|
||
|
||
---
|
||
### `train(isTrain)`
|
||
设置_Module的训练状态
|
||
|
||
参数：
|
||
- `isTrain:bool` 是否为训练模式
|
||
|
||
返回：`None`
|
||
|
||
返回类型：`None`
|
||
|
||
---
|
||
### `load_parameters(parameters)`
|
||
加载现有的参数
|
||
|
||
参数：
|
||
- `parameters:[Var]` 参数值
|
||
|
||
返回：是否成功加载参数
|
||
|
||
返回类型：`bool`
|
||
|
||
---
|
||
### `clear_cache()`
|
||
清除_Module的缓存，并递归清除子模块的缓存
|
||
|
||
参数：
|
||
- `None`
|
||
|
||
返回：`None`
|
||
|
||
返回类型：`None`
|
||
|
||
---
|
||
### `_register_submodules(children)`
|
||
注册子模块
|
||
|
||
参数：
|
||
- `children:[_Module]` 子模块列表
|
||
|
||
返回：`None`
|
||
|
||
返回类型：`None`
|
||
|
||
---
|
||
### `_add_parameter(parameter)`
|
||
添加参数
|
||
|
||
参数：
|
||
- `parameter:Var` 参数值
|
||
|
||
返回：添加前的参数数量
|
||
|
||
返回类型：`int`
|
||
|
||
---
|
||
### `Example`
|
||
|
||
```python
|
||
import MNN
|
||
import MNN.nn as nn
|
||
import MNN.expr as expr
|
||
|
||
class Net(nn.Module):
|
||
def __init__(self):
|
||
super(Net, self).__init__()
|
||
self.conv1 = nn.conv(1, 20, [5, 5])
|
||
self.conv2 = nn.conv(20, 50, [5, 5])
|
||
|
||
self.fc1 = nn.linear(800, 500)
|
||
self.fc2 = nn.linear(500, 10)
|
||
def forward(self, x):
|
||
x = expr.relu(self.conv1(x))
|
||
x = expr.max_pool(x, [2, 2], [2, 2])
|
||
x = expr.relu(self.conv2(x))
|
||
x = expr.max_pool(x, [2, 2], [2, 2])
|
||
# some ops like conv, pool , resize using special data format `NC4HW4`
|
||
# so we need to change their data format when fed into reshape
|
||
# we can get the data format of a variable by its `data_format` attribute
|
||
x = expr.convert(x, expr.NCHW)
|
||
x = expr.reshape(x, [0, -1])
|
||
x = expr.relu(self.fc1(x))
|
||
x = self.fc2(x)
|
||
x = expr.softmax(x, 1)
|
||
return x
|
||
model = Net()
|
||
``` |