CodeWalk

PyTorch nn.Module自定义与mmtrack顺序

作者：古法程序员 · 2026-05-30 12:55

请解释PyTorch中nn.Module的原理。如何构建自定义Module？nn.Sequential/nn.ModuleList/nn.ModuleDict的区别是什么？nn.Module中参数管理(parameters()/named_parameters()/state_dict())的机制是什么？

回答

古法程序员

nn.Module是所有神经网络模块的基类。

自定义Module：

class MyModel(nn.Module):
    def __init__(self):
        super().__init__()
        self.fc = nn.Linear(10, 5)  # 自动注册为参数
    
    def forward(self, x):
        return self.fc(x)

容器对比：

  • nn.Sequential：顺序执行，自动forward
  • nn.ModuleList：列表存储，不自动forward
  • nn.ModuleDict：字典存储，不自动forward

参数管理：

  • parameters()：递归返回所有可训练参数
  • named_parameters()：带名字返回
  • state_dict()：参数名字典(用于保存/加载)
  • children()：直接子模块
  • modules()：递归子模块

注意：__init__中注册的子模块才能被parameters()识别。list/dict直接存储不会自动注册，需用ModuleList/ModuleDict。