forked from huawei/mindspore2022
66 lines
1.7 KiB
ReStructuredText
66 lines
1.7 KiB
ReStructuredText
mindspore.nn.SequentialCell
|
||
============================
|
||
|
||
.. py:class:: mindspore.nn.SequentialCell(*args)
|
||
|
||
构造Cell顺序容器。
|
||
|
||
Cell列表将按照它们在构造函数中传递的顺序添加到其中。
|
||
或者，也可以传入Cell的有序字典。
|
||
|
||
**参数：**
|
||
|
||
**args** (list, OrderedDict) - 仅包含Cell子类的列表或有序字典。
|
||
|
||
**输入：**
|
||
|
||
**x** (Tensor) - Tensor，其shape取决于序列中的第一个Cell。
|
||
|
||
**输出：**
|
||
|
||
Tensor，输出Tensor，其shape取决于输入 `x` 和定义的Cell序列。
|
||
|
||
**异常：**
|
||
|
||
**TypeError** - `args` 的类型不是列表或有序字典。
|
||
|
||
**支持平台：**
|
||
|
||
``Ascend`` ``GPU`` ``CPU``
|
||
|
||
**样例：**
|
||
|
||
>>> conv = nn.Conv2d(3, 2, 3, pad_mode='valid', weight_init="ones")
|
||
>>> relu = nn.ReLU()
|
||
>>> seq = nn.SequentialCell([conv, relu])
|
||
>>> x = Tensor(np.ones([1, 3, 4, 4]), dtype=mindspore.float32)
|
||
>>> output = seq(x)
|
||
>>> print(output)
|
||
[[[[27. 27.]
|
||
[27. 27.]]
|
||
[[27. 27.]
|
||
[27. 27.]]]]
|
||
|
||
|
||
.. py:method:: append(cell)
|
||
|
||
在容器末尾添加一个cell。
|
||
|
||
**参数：**
|
||
|
||
**cell** (Cell) - 要添加的cell。
|
||
|
||
**样例：**
|
||
|
||
>>> conv = nn.Conv2d(3, 2, 3, pad_mode='valid', weight_init="ones")
|
||
>>> bn = nn.BatchNorm2d(2)
|
||
>>> relu = nn.ReLU()
|
||
>>> seq = nn.SequentialCell([conv, bn])
|
||
>>> seq.append(relu)
|
||
>>> x = Tensor(np.ones([1, 3, 4, 4]), dtype=mindspore.float32)
|
||
>>> output = seq(x)
|
||
>>> print(output)
|
||
[[[[26.999863 26.999863]
|
||
[26.999863 26.999863]]
|
||
[[26.999863 26.999863]
|
||
[26.999863 26.999863]]]] |