파이토치를 활용해서 모델을 만들면 항상
Super(class명, self).__init__() = Super().__init__()
를 해주었는데 어떤 기능을 하는건지 확인을 해보았다.
(뒤의 두개는 같은 기능임)
import torch.nn as nn # Neural Network, activation function 모듈의 기본 클래스
import torch
class model_name(nn.Moudle):
def__init__(self):
super(model_name,self).__init__()
self.layer_1=nn.Linear(
in_features=32,
out_features=16
)
def forward(self,x):
x=self.layer_1(x)
return x
➢ 부모 클래스 nn.Module의 것들을 상속받아서 우리가 만든 model에서 사용하는 것이다.
공홈을 들어가서 확인을 해보니 아래와 같은것을 상속받는것을 확인할수 있었다.
(https://pytorch.org/docs/stable/_modules/torch/nn/modules/module.html#Module)
'인공지능 (기본 딥러닝) > 딥러닝 및 파이토치 기타 정리' 카테고리의 다른 글
[1차원 추가 및 제거] Pytorch squeeze / unsqueeze (1) | 2023.12.23 |
---|---|
[Cross entropy] 크로스 엔트로피의 index 값은 0부터 시작이다. (0) | 2023.12.23 |
오차함수 vs 최적화함수 vs 활성화 함수. (0) | 2023.03.16 |
[퍼옴] 머신러닝 모델 활성화함수(Activation function) 선택 방법. (0) | 2023.03.09 |
[퍼옴] Epoch, Step, Batch size 정리 (0) | 2023.02.28 |