Layer

class paddle.fluid.dygraph.Layer(name_scope=None, dtype=core.VarDesc.VarType.FP32)[源代码]

基于OOD实现的动态图Layer,包含该Layer的参数、前序运行的结构等信息。

参数

  • name_scope (str,可选) - 为Layer内部参数命名而采用的名称前缀。如果前缀为“mylayer”,在一个类名为MyLayer的Layer中,参数名为“mylayer_0.w_n”,其中w是参数的名称,n为自动生成的具有唯一性的后缀。如果为None,前缀名将为小写的类名。默认值为None。
  • dtype (str|core.VarDesc.VarType, 可选) - Layer中参数数据类型。如果设置为str,则可以是“bool”,“float16”,“float32”,“float64”,“int8”,“int16”,“int32”,“int64”,“uint8”或“uint16”。默认值为 core.VarDesc.VarType.FP32

返回

方法

train()

将此层及其所有子层设置为训练模式。这只会影响某些模块,如Dropout和BatchNorm。

返回

eval()

将此层及其所有子层设置为预测模式。这只会影响某些模块,如Dropout和BatchNorm。

返回

full_name()

Layer的全名。组成方式为: name_scope + “/” + MyLayer.__class__.__name__ 。

返回 Layer的全名

返回类型 str

register_forward_pre_hook(hook)

为Layer注册一个 forward pre-hook 函数,该 hook 函数将会在 forward 函数调用之前被调用。

hook 函数具有以下形式:它的 inputLayerinput ,并且可以返回一个元组或者单个修改值;如果返回单个修改值,则将值包装到一个元组中。用户可以使用该函数来查看或修改 Layerforward 函数的输入。

hook(Layer, input) -> None or modified input

参数

  • hook (function) - 被注册为 forward pre-hook 的函数

返回 一个 HookRemoveHelper 类对象,可通过调用 hook_remove_helper.remove() 来删除注册的hook函数。

返回类型

HookRemoveHelper 类对象

代码示例

  1. import paddle.fluid as fluid
  2. import numpy as np
  3. # forward_pre_hook函数修改了layer的输入:input = input * 2
  4. def forward_pre_hook(layer, input):
  5. # 改变输入值
  6. input_return = (input[0] * 2)
  7. return input_return
  8. with fluid.dygraph.guard():
  9. linear = fluid.Linear(13, 5, dtype="float32")
  10. # 注册hook
  11. forward_pre_hook_handle = linear.register_forward_pre_hook(forward_pre_hook)
  12. value0 = np.arange(26).reshape(2, 13).astype("float32")
  13. in0 = fluid.dygraph.to_variable(value0)
  14. out0 = linear(in0)
  15. # 移除hook
  16. forward_pre_hook_handle.remove()
  17. value1 = value0 * 2
  18. in1 = fluid.dygraph.to_variable(value1)
  19. out1 = linear(in1)
  20. # hook改变了layer的输入(input = input * 2),所以out0等于out1
  21. assert (out0.numpy() == out1.numpy()).any()

register_forward_post_hook(hook)

为Layer注册一个 forward post-hook 函数,该 hook 函数将会在 forward 函数调用之后被调用。

hook 函数具有以下形式,它的 inputoutputLayerinputoutput 。用户可以用该函数来查看和修改 Layerforward 函数的输出。

hook(Layer, input, output) -> None or modified output

参数

  • hook (function) - 被注册为 forward post-hook 的函数

返回 一个 HookRemoveHelper 类对象,可通过调用 hook_remove_helper.remove() 来删除注册的hook函数。

返回类型

HookRemoveHelper 类对象

代码示例

  1. import paddle.fluid as fluid
  2. import numpy as np
  3. # forward_post_hook函数改变了layer的输出:output = output * 2
  4. def forward_post_hook(layer, input, output):
  5. # 改变输出值
  6. return output * 2
  7. with fluid.dygraph.guard():
  8. linear = fluid.Linear(13, 5, dtype="float32")
  9. # 注册hook
  10. forward_post_hook_handle = linear.register_forward_post_hook(forward_post_hook)
  11. value1 = np.arange(26).reshape(2, 13).astype("float32")
  12. in1 = fluid.dygraph.to_variable(value1)
  13. out0 = linear(in1)
  14. # remove the hook
  15. forward_post_hook_handle.remove()
  16. out1 = linear(in1)
  17. # hook改变了layer的输出(output = output * 2),所以out0等于out1 * 2
  18. assert (out0.numpy() == (out1.numpy()) * 2).any()

create_parameter(shape, attr=None, dtype=”float32”, is_bias=False, default_initializer=None)

为Layer创建参数。

参数

  • shape (list) - 参数的形状。列表中的数据类型必须为int。
  • attr (ParamAttr,可选) - 指定权重参数属性的对象,表示使用默认的权重参数属性。具体用法请参见 ParamAttr 。默认值为None。
  • dtype (str|core.VarDesc.VarType, 可选) - Layer中参数数据类型。如果设置为str,则可以是“bool”,“float16”,“float32”,“float64”,“int8”,“int16”,“int32”,“int64”,“uint8”或“uint16”。默认值为“float32”。
  • is_bias (bool, 可选) - 是否是偏置参数。默认值:False。
  • default_initializer (Initializer, 可选) - 默认的参数初始化方法。如果设置为None,则设置非bias参数的初始化方式为 XavierInitializer ,设置bias参数的初始化方式为 ConstantInitializer 。默认值:None。

返回 创建的参数变量

返回类型

Variable

create_variable(name=None, persistable=None, dtype=None, type=VarType.LOD_TENSOR)

为Layer创建变量。

参数

  • name (str, 可选) - 变量名。默认值:None。
  • persistable (bool, 可选) - 是否为持久性变量,后续会被移出。默认值:None。
  • dtype (str|core.VarDesc.VarType, 可选) - Layer中参数数据类型。如果设置为str,则可以是“bool”,“float16”,“float32”,“float64”,“int8”,“int16”,“int32”,“int64”,“uint8”或“uint16”。默认值为 core.VarDesc.VarType.FP32
  • type (core.VarDesc.VarType, 可选) - 变量类型,该参数不需要用户设置。默认值:core.VarDesc.VarType.LOD_TENSOR。

返回 创建的 Tensor

返回类型

Variable

parameters(include_sublayers=True)

返回一个由当前层及其子层的所有参数组成的列表。

参数

  • include_sublayers (bool, 可选) - 是否返回子层的参数。如果为True,返回的列表中包含子层的参数。默认值:True。

返回 一个由当前层及其子层的所有参数组成的列表,列表中的元素类型为Parameter(Variable)。

返回类型 list

sublayers(include_sublayers=True)

返回一个由所有子层组成的列表。

参数

  • include_sublayers (bool, 可选) - 是否返回子层中各个子层。如果为True,则包括子层中的各个子层。默认值:True。

返回

一个由所有子层组成的列表,列表中的元素类型为Layer。

返回类型 list

clear_gradients()

清除该层所有参数的梯度。

代码示例

  1. import paddle.fluid as fluid
  2. import numpy as np
  3. with fluid.dygraph.guard():
  4. value = np.arange(26).reshape(2, 13).astype("float32")
  5. a = fluid.dygraph.to_variable(value)
  6. linear = fluid.Linear(13, 5, dtype="float32")
  7. adam = fluid.optimizer.Adam(learning_rate=0.01,
  8. parameter_list=linear.parameters())
  9. out = linear(a)
  10. out.backward()
  11. adam.minimize(out)
  12. linear.clear_gradients()

named_parameters(prefix=’’, include_sublayers=True)

返回层中所有参数的迭代器,生成名称和参数的元组。

参数

  • prefix (str, 可选) - 在所有参数名称前加的前缀。默认值:’’。
  • include_sublayers (bool, 可选) - 是否返回子层的参数。如果为True,返回的列表中包含子层的参数。默认值:True。

返回 产出名称和参数的元组的迭代器。

返回类型 iterator

代码示例

  1. import paddle.fluid as fluid
  2. with fluid.dygraph.guard():
  3. fc1 = fluid.Linear(10, 3)
  4. fc2 = fluid.Linear(3, 10, bias_attr=False)
  5. model = fluid.dygraph.Sequential(fc1, fc2)
  6. for name, param in model.named_parameters():
  7. print(name, param)

named_sublayers(prefix=’’, include_sublayers=True, include_self=False, layers_set=None)

返回层中所有子层上的迭代器,生成名称和子层的元组。重复的子层只产生一次。

参数

  • prefix (str, 可选) - 在所有参数名称前加的前缀。默认值:’’。
  • include_sublayers (bool, 可选) - 是否返回子层中各个子层。如果为True,则包括子层中的各个子层。默认值:True。
  • include_self (bool, 可选) - 是否包含该层自身。默认值:False。
  • layers_set (set, 可选): 记录重复子层的集合。默认值:None。

返回 产出名称和子层的元组的迭代器。

返回类型 iterator

代码示例

  1. import paddle.fluid as fluid
  2. with fluid.dygraph.guard():
  3. fc1 = fluid.Linear(10, 3)
  4. fc2 = fluid.Linear(3, 10, bias_attr=False)
  5. model = fluid.dygraph.Sequential(fc1, fc2)
  6. for prefix, layer in model.named_sublayers():
  7. print(prefix, layer)

forward(*inputs, **kwargs)

定义每次调用时执行的计算。应该被所有子类覆盖。

参数

  • *inputs (tuple) - 解包后的tuple参数。
  • **kwargs (dict) - 解包后的dict参数。

add_sublayer(name, sublayer)

添加子层实例。可以通过self.name访问该sublayer。

参数

  • name (str) - 子层名。
  • sublayer (Layer) - Layer实例。

返回 添加的子层

返回类型 Layer

add_parameter(name, parameter)

添加参数实例。可以通过self.name访问该parameter。

参数

  • name (str) - 参数名。
  • parameter (Parameter) - Parameter实例。

返回 传入的参数实例

返回类型 Parameter( Variable )

state_dict(destination=None, include_sublayers=True)

获取当前层及其子层的所有参数。并将所有参数存放在dict结构中。

参数

  • destination (dict, 可选) - 如果提供 destination ,则所有参数都将存放在 destination 中。 默认值:None。
  • include_sublayers (bool, 可选) - 如果设置为True,则包括子层的参数。默认值:True。

返回 包含所有参数的dict

返回类型 dict

代码示例

  1. import paddle.fluid as fluid
  2. with fluid.dygraph.guard():
  3. emb = fluid.dygraph.Embedding([10, 10])
  4. state_dict = emb.state_dict()
  5. fluid.save_dygraph(state_dict, "paddle_dy")

set_dict(stat_dict, include_sublayers=True)

根据传入的 stat_dict 设置参数。 所有参数将由 stat_dict 中的 Tensor 设置。

参数

  • state_dict (dict) - 包含所有参数的dict。
  • include_sublayers (bool, 可选) - 如果设置为True,则还包括子层的参数。 默认值:True。

返回 None

代码示例

  1. import paddle.fluid as fluid
  2. with fluid.dygraph.guard():
  3. emb = fluid.dygraph.Embedding([10, 10])
  4. state_dict = emb.state_dict()
  5. fluid.save_dygraph(state_dict, "paddle_dy")
  6. para_state_dict, _ = fluid.load_dygraph("paddle_dy")
  7. emb.set_dict(para_state_dict)

load_dict(stat_dict, include_sublayers=True)

警告

该函数将被弃用。请使用set_dict函数。

根据传入的 stat_dict 设置参数。 所有参数将由 stat_dict 中的 Tensor 设置。

参数

  • state_dict (dict) - 包含所有参数的dict。
  • include_sublayers (bool, 可选) - 如果设置为True,则还包括子层的参数。 默认值:True。

返回 None

代码示例

  1. import paddle.fluid as fluid
  2. with fluid.dygraph.guard():
  3. emb = fluid.dygraph.Embedding([10, 10])
  4. state_dict = emb.state_dict()
  5. fluid.save_dygraph(state_dict, "paddle_dy")
  6. para_state_dict, _ = fluid.load_dygraph("paddle_dy")
  7. emb.load_dict(para_state_dict)