sequentialの使い方

pytorchでモデルを定義する際に利用できる関数nn.Sequential()について説明します。

sequentialを用いない実装

以下はpytorchのリファレンスよりCNNのtutorialを引用してきました。
https://pytorch.org/tutorials/beginner/blitz/cifar10_tutorial.html

import torch.nn as nn
import torch.nn.functional as F

class Net(nn.Module):
    def __init__(self):
        super(Net, self).__init__()
        self.conv1 = nn.Conv2d(3, 6, 5)
        self.pool = nn.MaxPool2d(2, 2)
        self.conv2 = nn.Conv2d(6, 16, 5)
        self.fc1 = nn.Linear(16 * 5 * 5, 120)
        self.fc2 = nn.Linear(120, 84)
        self.fc3 = nn.Linear(84, 10)

    def forward(self, x):
        x = self.pool(F.relu(self.conv1(x)))
        x = self.pool(F.relu(self.conv2(x)))
        x = x.view(-1, 16 * 5 * 5)
        x = F.relu(self.fc1(x))
        x = F.relu(self.fc2(x))
        x = self.fc3(x)
        return x

sequentialを用いた実装

class Net(nn.Module):
    def __init__(self):
        super(Net, self).__init__()
        self.conv = nn.Sequential(nn.Conv2d(3,6,5),nn.MaxPool2d(2,2),nn.ReLU(),
                                  nn.Conv2d(6,16,5)),nn.MaxPool2d(2,2),nn.ReLU()

        self.full = nn.Seuquential(nn.Linear(16*5*5,120),nn.ReLU(),
                                  nn.Linear(120,84),nn.ReLU(),
                                  nn.Linear(84,10))

    def forward(self, x):
        x = self.conv(x)
        x = self.full(x.view(-1,16*5*5))
        return x

上記のように、forward部分がスッキリしましたね。
sequentialを用いることで大きなモデルを構築する際にforwardで書く量を少なくできます。

(著:馬場達之

関連記事