如何在pytorch自定义模型的模块类中添加参数？ [英] How to add parameters in module class in pytorch custom model?

问题描述

我试图找到答案，但是找不到。

I tried to find the answer but I can't.

我使用pytorch创建了一个自定义的深度学习模型。例如，

I make a custom deep learning model using pytorch. For example,

class Net(nn.Module):
    def __init__(self):
        super(Net, self).__init__()

        self.nn_layers = nn.ModuleList()
        self.layer = nn.Linear(2,3).double()
        torch.nn.init.xavier_normal_(self.layer.weight)

        self.bias = torch.nn.Parameter(torch.randn(3))

        self.nn_layers.append(self.layer)

    def forward(self, x):
        activation = torch.tanh
        output = activation(self.layer(x)) + self.bias

        return output

如果我打印

model = Net()
print(list(model.parameters()))

它不包含model.bias，因此
Optimizer = Optimizer.Adam（model.parameters（））不会更新model.bias。
我该如何处理？
谢谢！

it does not contains model.bias, so optimizer = optimizer.Adam(model.parameters()) does not update model.bias. How can I go through this? Thanks!

推荐答案

您需要注册您的参数：

self.register_parameter(name='bias', param=torch.nn.Parameter(torch.randn(3)))

这篇关于如何在pytorch自定义模型的模块类中添加参数？的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！