python - nn.MaxPool2d 与 nn.function.max_pool2d 之间的区别？

Question

:nn.MaxPool2d(kernel_size, stride) 和 nn.function.max_pool2d(t, kernel_size, stride) 之间有什么区别？

我在模块中定义第一个，第二个在转发函数中定义？

谢谢

Answer 1

它们本质上是相同的。不同之处在于，torch.nn.MaxPool2d 是一个显式 nn.Module，它调用 torch.nn.function.max_pool2d() 它它自己的 forward() 方法。

您可以在此处查看 torch.nn.MaxPool2d 的源代码并亲自查看调用:https://pytorch.org/docs/stable/_modules/torch/nn/modules/pooling.html#MaxPool2d

转载如下:

def forward(self, input):
        return F.max_pool2d(input, self.kernel_size, self.stride,
                            self.padding, self.dilation, self.ceil_mode,
                            self.return_indices)

为什么同一任务有两种方法？我想它是为了适合许多可能使用 PyTorch 的人的编码风格。有些人喜欢有状态的方法，而另一些人则喜欢更具功能性的方法。

例如，拥有torch.nn.MaxPool2d意味着我们可以很容易地将其放入nn.Sequential block 中。

model = nn.Sequential(
          nn.Conv2d(1,3,3),
          nn.ReLU(),
          nn.MaxPool2d((2, 2))
        )