【拓展】ParameterDict和ParameterList的使用

本站原创文章，转载请说明来自《老饼讲解-深度学习》www.bbbdata.com

pytorch为了更灵活的设置模型中的参数，为此提供了ParameterDict和ParameterList

ParameterDict和ParameterList主要用于替代普通的Dict和List在Module中进行使用

本文讲解pytorch中ParameterDict和ParameterList的作用以及展示一个例子用于说明它们的使用方式

     01. ParameterDict和ParameterList    

本节讲解ParameterDict和ParameterList有什么作用，以及如何使用

     ParameterDict与ParameterList有什么用    

往往我们需要将模型的参数用字典或列表形式存起来，以方便在forward中使用
但是，直接将模型参数写在Dict或List里是不能被模型所捕捉的
 
但在一些使用场景中，我们就是需要将模型参数存到Dict或List里，
因此，pytorch提供了ParameterDict和ParameterList对象，
在需要使用Dict和List时，可以使用ParameterDict和ParameterList来替代，它们有类似字典/列表的功能

      ParameterDict与ParameterList的使用示例       

当参数需要存为List或Dict时，直接用List或Dict是不能被识别为模块的参数的，需要使用ParameterList和ParameterDict方法
ParameterList和ParameterDict的使用示例如下：

import torch
from   torch import nn
class Model(nn.Module):
    def __init__(self):
        super(Model, self).__init__()
        self.layerList = [nn.Parameter(torch.randn(1,3))
                          ,nn.Parameter(torch.randn(3,2))] 
        self.paramsList= nn.ParameterList([nn.Parameter(torch.randn(10, 10)) ,nn.Parameter(torch.randn(3, 2)) ])
        self.paramsDict = nn.ParameterDict({
                        'left': nn.Parameter(torch.randn(5, 10)),
                        'right': nn.Parameter(torch.randn(5, 10))
                })
print('\n模型所包含的参数:',Model().state_dict().keys())

运行结果如下：
   
可以看到，当参数包含在ParameterDict和ParameterList时，是可以被模型所识别的

 End