PyTorch 모델 정의하기

간단 요약
반복되는 Layer을 만들기 위한 Torch의 가장 기본적인 신경망 모듈
매개변수를 캡슐화하는 간편한 방법
GPU로 이동, 내보내기(exporting), 불러오기(loading) 등의 작업을 위한 헬퍼(helper)를 제공한다.
{: .prompt-info }

DL 모델은 모두 Layer의 반복이며, 블록 반복의 연속이다.

Module에서 정의하는 것

Input
Output
Forward
(Backward)

이 때, Backward는 자동 미분이 되기 때문에, 해당되는 weight의 값들을 내보내준다.

즉, weight가 학습의 대상이 되고, 이를 parameter(tensor)로 정의한다.

일반적으로는 직접 지정해줄 필요가 없다.

example

import torch
from torch.autograd import Variable

class LinearRegression(torch.nn.Module):
    def __init__(self, inputSize, outputSize):
        super(LinearRegression, self).__init__()
        # pytorch에서 제공하는 xw + b 모듈
        self.linear = torch.nn.Linear(inputSize, outputSize)
		

    def forward(self, x):
        out = self.linear(x)
        return out

module

PyTorch 모델 정의하기 - nn.Module

example