在 PyTorch 的 nn.Sequential 层中使用 torch.square()答案

【问题标题】：Use torch.square() inside a nn.Sequential layer in PyTorch在 PyTorch 的 nn.Sequential 层中使用 torch.square()
【发布时间】：2021-08-26 00:39:37
【问题描述】：

我想对 maxpool 层的结果求平方。我尝试了以下方法：

class CNNClassifier(Classifier):  # nn.Module
    def __init__(self, in_channels):
        super().__init__()
        self.save_hyperparameters('in_channels')
        self.cnn = nn.Sequential(
            # maxpool
            nn.MaxPool2d((1, 5), stride=(1, 5)),
            torch.square(),
            # layer1
            nn.Conv2d(in_channels=in_channels, out_channels=32, kernel_size=5, 
        )

对于有经验的 PyTorch 用户来说，这肯定是没有意义的。

确实，错误很明显：

TypeError: square() 缺少 1 个必需的位置参数：“输入”

如何输入以平方上一层的张量？

【问题讨论】：

标签： pytorch

【解决方案1】：

您不能将 PyTorch 函数放在 nn.Sequential 管道中，它必须是 nn.Module。

你可以这样包装：

class Square(nn.Module):
    def forward(self, x):
        return torch.square(x)

然后像这样在顺序层中使用它：

class CNNClassifier(Classifier):  # nn.Module
    def __init__(self, in_channels):
        super().__init__()
        self.save_hyperparameters('in_channels')
        self.cnn = nn.Sequential(
            nn.MaxPool2d((1, 5), stride=(1, 5)),
            Square(),
            nn.Conv2d(in_channels=in_channels, out_channels=32, kernel_size=5))

【讨论】：