当前位置：首页 > news >正文

pytorch小记（十三）：pytorch中`nn.ModuleList` 详解

news 来源：原创 2025/8/8 15:15:53

pytorch小记（十三）：pytorch中`nn.ModuleList` 详解

PyTorch 中的 `nn.ModuleList` 详解
- 1. 什么是 `nn.ModuleList`？
- 2. 为什么不直接使用普通的 Python 列表？
- 3. `nn.ModuleList` 的基本用法
- - 示例：构建一个包含两层全连接网络的模型
- 4. 使用 `nn.ModuleList` 计算参数总数（与普通列表对比）
- - 示例代码
- 5. `nn.ModuleList` 的其他应用
- - 示例：构建动态 MLP 模型
  - Transformers中的多头注意力机制
- 6. 总结

PyTorch 中的 `nn.ModuleList` 详解

在构建深度学习模型时，经常需要管理多个网络层（例如多个 nn.Linear、nn.Conv2d 等）。在 PyTorch 中，nn.ModuleList 是一个非常有用的容器，可以帮助我们存储多个子模块，并自动注册它们的参数。这对于确保所有参数能够参与训练非常重要。本文将详细介绍 nn.ModuleList 的作用、使用方法及与普通 Python 列表的区别，并给出清晰的代码示例。

1. 什么是 `nn.ModuleList`？

nn.ModuleList 是一个类似于 Python 列表的容器，但专门用来存储 PyTorch 的子模块（也就是继承自 nn.Module 的对象）。其主要特点是：

自动注册子模块：将 nn.Module 存储在 ModuleList 中后，这些模块的参数会自动被添加到父模块的参数列表中。这意味着当你调用 model.parameters() 时，这些子模块的参数也会被包含进去，从而参与梯度计算和优化。
灵活管理：它可以像普通列表一样进行索引、迭代和切片操作，方便构建动态网络结构。

注意：nn.ModuleList 不会像 nn.Sequential 那样自动定义前向传播（forward）流程。你需要在模型的 forward() 方法中手动遍历 ModuleList 并调用各个子模块。

2. 为什么不直接使用普通的 Python 列表？

虽然可以将 nn.Module 对象存储在普通列表中，但这样做有一个主要问题：
普通列表中的模块不会自动注册为父模块的子模块。
这会导致：

调用 model.parameters() 时无法获取这些模块的参数；
优化器无法更新这些参数，从而影响模型训练。

而使用 nn.ModuleList 可以避免这个问题，因为它会自动将内部所有的模块注册到父模块中。

3. `nn.ModuleList` 的基本用法

下面通过一个简单的示例来说明如何使用 nn.ModuleList 构建一个简单的神经网络模型。

示例：构建一个包含两层全连接网络的模型

import torch
import torch.nn as nnclass MyModel(nn.Module):def __init__(self):super(MyModel, self).__init__()# 创建一个 ModuleList 来存储各层self.layers = nn.ModuleList([nn.Linear(10, 20),  # 第 1 层：输入 10 个特征，输出 20 个特征nn.ReLU(),          # 激活层nn.Linear(20, 5)    # 第 2 层：输入 20 个特征，输出 5 个特征])def forward(self, x):# 手动遍历 ModuleList 中的每个模块，并依次调用 forwardfor layer in self.layers:x = layer(x)return x# 创建模型实例
model = MyModel()# 打印模型结构
print("模型结构：")
print(model)# 生成一组示例输入
input_tensor = torch.randn(3, 10)  # 3 个样本，每个样本 10 个特征# 得到模型输出
output = model(input_tensor)
print("\n模型输出：")
print(output)

模型结构：
MyModel((layers): ModuleList((0): Linear(in_features=10, out_features=20, bias=True)(1): ReLU()(2): Linear(in_features=20, out_features=5, bias=True))
)模型输出：
tensor([[ 0.3741,  0.0883,  0.3550, -0.3930,  0.5173],[ 0.2171, -0.0978, -0.0585, -0.4568,  0.3331],[ 0.1232, -0.1491,  0.2026, -0.0978,  0.5478]],grad_fn=<AddmmBackward0>)

说明：

在 __init__() 方法中，我们将各个层放在了 nn.ModuleList 中。
在 forward() 方法中，我们使用了一个简单的 for 循环，依次调用 self.layers 中的每个子模块。

4. 使用 `nn.ModuleList` 计算参数总数（与普通列表对比）

为了进一步说明 nn.ModuleList 与普通列表的区别，我们分别计算一下两种方式下模型的参数总数。

示例代码

import torch.nn as nn# 使用 ModuleList 存储模型层
layers_ml = nn.ModuleList([nn.Linear(10, 20),nn.Linear(20, 5)
])# 计算 ModuleList 中的参数总数
ml_params = 0
for p in layers_ml.parameters():ml_params += p.numel()# 使用普通 Python 列表存储模型层
layers_list = [nn.Linear(10, 20),nn.Linear(20, 5)
]# 计算普通列表中的参数总数
list_params = 0
# 先遍历列表中的每个层
for layer in layers_list:# 再遍历每个层的参数for p in layer.parameters():list_params += p.numel()print("ModuleList 参数总数:", ml_params)
print("普通列表参数总数:", list_params)

ModuleList 参数总数: 325
普通列表参数总数: 325

说明：

第一个 for 循环遍历 layers_ml.parameters()，直接累加所有参数的元素数。
第二部分中，我们先遍历普通列表中的每个 layer，再单独遍历每个层的参数。这样做使每一步都清晰易懂。

5. `nn.ModuleList` 的其他应用

示例：构建动态 MLP 模型

当网络结构比较复杂或层数不固定时，可以利用列表生成器动态构建 ModuleList。

class DynamicMLP(nn.Module):def __init__(self, layer_sizes):super(DynamicMLP, self).__init__()# 使用 for 循环构造每一层，存储在 ModuleList 中layers = []  # 先用普通列表保存层for i in range(len(layer_sizes) - 1):linear_layer = nn.Linear(layer_sizes[i], layer_sizes[i + 1])layers.append(linear_layer)# 将普通列表转换为 ModuleListself.layers = nn.ModuleList(layers)def forward(self, x):# 遍历每一层（没有嵌套循环，逐个执行）for layer in self.layers:x = torch.relu(layer(x))return x# 创建一个动态 MLP：输入 10，隐藏层 20, 30，输出 5
dynamic_model = DynamicMLP([10, 20, 30, 5])
print("动态 MLP 模型：")
print(dynamic_model)# 测试模型
input_tensor = torch.randn(4, 10)  # 4 个样本，每个样本 10 个特征
output = dynamic_model(input_tensor)
print("\n动态 MLP 模型输出：")
print(output)

说明：

在 __init__() 方法中，我们使用一个普通列表 layers 存储每个 nn.Linear 层，然后再将它转换为 nn.ModuleList。
在 forward() 方法中，使用单独的 for 循环逐个调用每一层，并对输出应用 ReLU 激活函数。
这种写法适用于层数动态变化的网络（例如 MLP、RNN、Transformer 中部分模块）。

Transformers中的多头注意力机制

class SingleHeadAttention(nn.Module):def __init__(self, embed_dim, head_dim):super().__init__()self.query = nn.Linear(embed_dim, head_dim)self.key = nn.Linear(embed_dim, head_dim)self.value = nn.Linear(embed_dim, head_dim)def forward(self, x):# 实现注意力计算逻辑...return attended_valuesclass MultiHeadAttention(nn.Module):def __init__(self, embed_dim, num_heads):super().__init__()self.head_dim = embed_dim // num_heads# 显式创建每个注意力头self.head1 = SingleHeadAttention(embed_dim, self.head_dim)self.head2 = SingleHeadAttention(embed_dim, self.head_dim)self.head3 = SingleHeadAttention(embed_dim, self.head_dim)# 使用ModuleList管理多个头self.heads = nn.ModuleList([self.head1,self.head2,self.head3])self.output_proj = nn.Linear(embed_dim, embed_dim)def forward(self, x):# 分别处理每个头head1_out = self.head1(x)head2_out = self.head2(x) head3_out = self.head3(x)# 拼接结果combined = torch.cat([head1_out, head2_out, head3_out], dim=-1)return self.output_proj(combined)

关键点解析：

显式声明每个注意力头（避免循环）
使用ModuleList统一管理注意力头
在forward中分别调用每个头
保持各头独立性，便于后续调试

6. 总结

nn.ModuleList 是专门用于存储多个子模块的容器，它会自动注册子模块，确保所有参数能参与训练。
与普通 Python 列表相比，ModuleList 可以直接通过 model.parameters() 获取其中所有参数，从而方便地进行优化。
使用 ModuleList 时，前向传播需要手动遍历其中的模块，这提供了更大的灵活性，但也要求开发者理解循环过程。

pytorch小记（十三）：pytorch中`nn.ModuleList` 详解

pytorch小记（十三）：pytorch中nn.ModuleList 详解 PyTorch 中的 nn.ModuleList 详解1. 什么是 nn.ModuleList？2. 为什么不直接使用普通的 Python 列表？3. nn.ModuleList 的基本用法示例：构建一个包含两层全连…...

编程日记 2025/8/8 15:15:53

C语言-动态内存管理

1.为什么要有动态内存分配我们现如今已经掌握的内存开辟方式有 int main() {int a 0;int arr[30] { 0 };return 0; } 这两种方式，但是这种开辟空间的方式有两个特点： 1.空间开辟大小是固定的 2.数组在申明的时候，必须指定数组的长度&…...

编程日记 2025/8/8 1:08:19

深入解析MySQL数据库分库分表技术

友情提示：本文内容由银河易创（https://ai.eaigx.com）AI创作平台gpt-4-turbo模型生成，仅供参考。随着互联网应用的快速发展，单一数据库在面对大规模数据时可能会遇到性能瓶颈。因此，数据库分库分表作为一种…...

编程日记 2025/7/31 20:37:32

【Embedded World 2025：边缘 AI、存储革新与 1X nm 工艺重塑嵌入式未来】

Embedded World 2025于3月11-13日在德国纽伦堡举办，作为全球嵌入式系统领域顶级盛会，汇聚超千家展商与3万专业观众，聚焦嵌入式智能、安全管理及行业解决方案。展会呈现边缘AI、低功耗MCU、5G RedCap、新型存储及车规级技术等前沿方向&#xf…...

编程日记 2025/8/3 10:57:52

【人工智能基础2】机器学习、深度学习总结

文章目录一、人工智能关键技术二、机器学习基础1. 监督、无监督、半监督学习2. 损失函数：四种损失函数3. 泛化与交叉验证4. 过拟合与欠拟合5. 正则化6. 支持向量机三、深度学习基础：深度神经网络1、概念与原理2、多层神经网络训练方法一、人工智能关键…...

编程日记 2025/8/2 19:44:57

MySQL如何存储表情符号？

存储表情符号默认mysql的字符集是utf8，排序规则为 utf8_general_ci INSERT INTO department (name) VALUES (😄)在存储表情的时候会报 1366 - Incorrect string value: \xF0\x9F\x98\x84 for column name at row 1, Time: 0.007000s 这时需要修改字符…...

编程日记 2025/7/31 17:22:39

Unity Shader 学习16：全局光照概念理解

- 全局光照直接光间接光，在没有开启GI的情况下是不计算间接光的（如果放了光照探针倒是可以模拟间接光 <光照探针只影响动态物体>）； - 处理对象：静态物体(static) 、非静态(动态)物体； - 计算方…...

编程日记 2025/7/30 18:28:53

Jobby、Quarkus 和 Spring Boot对比

Jobby、Quarkus 和 Spring Boot 是三种不同的 Java 框架，各自有不同的设计目标和适用场景。以下是对它们的详细对比： 1. 设计目标框架设计目标Jobby轻量级的任务调度框架，专注于任务调度和执行。Quarkus面向云原生和 Kubernetes 的 Java 框…...

编程日记 2025/8/8 1:18:51

Dubbo 服务发现

总览学习 Dubbo 的服务发现机制，可以从以下几方面入手： 注册中心的配置服务的注册客户端拉取服务列表服务列表的本地缓存服务提供者列表变更的监听机制服务发现的接口设计注册中心的配置 Dubbo 通过解析用户配置决定使用的注册中心。比如用户配置了…...

编程日记 2025/8/6 21:46:53

Pytorch使用手册—自定义 C++ 和 CUDA 运算符（专题五十一）

你将学到什么如何将用 C++/CUDA 编写的自定义运算符与 PyTorch 集成如何使用 torch.library.opcheck 测试自定义运算符先决条件 1. PyTorch 2.4 或更高版本 2. 对 C++ 和 CUDA 编程有基本了解注意本教程也适用于 AMD ROCm，无需额外修改。 PyTorch 提供了一个庞大的运算符库…...

编程日记 2025/8/5 8:29:06

Linux 实时同步服务实现（Rsync 结合 Inotify）

文章目录 1. 实时同步服务介绍2. Inotify 机制介绍3. Inotify-toolRsync 实时同步实践3.1 确认远程数据传输服务部署完成3.2 检查Linux系统是否支持Inotify实时监控3.3 安装inotify-tools3.4 命令测试3.5 重要监控事件汇总3.6 使用步骤 4. Sersync 工具使用（重点&am…...

编程日记 2025/7/30 21:53:01

用Java写斗地主前期工作的一些小想法

目前我们并不是要实现一个游戏，而是要对斗地主游戏做准备，主要是做牌+洗牌+发牌+给发的牌进行排序。在这个过程中我希望通过集中方式来实现： 1. 使用集合+方法+字符串的运用完成以上功能 2. 使用面向对象思想，对1做改进，主要是对其排序的改进，从而理解面向对象的真正意…...

编程日记 2025/7/24 6:14:55

鸿蒙数据持久化之首选项

场景介绍用户首选项为应用提供Key-Value键值型的数据处理能力，支持应用持久化轻量级数据，并对其修改和查询。当用户希望有一个全局唯一存储的地方，可以采用用户首选项来进行存储。Preferences会将该数据缓存在内存中，当用户读取…...

编程日记 2025/8/6 4:30:30

将bin文件烧录到STM32

将bin文件烧录到STM32 CoFlash下载生成hex文件hex2bin使用下载bin到单片机 CoFlash下载选择需要安装的目录在Config中可以选择目标芯片的类型我演示的是 stm32f103c8t6 最小系统板 Adapter：烧录器类型 Max Clock：下载速度 Por：接口类型&am…...

编程日记 2025/8/7 14:19:28

AtCoder Beginner Contest 397（ABCDE）

目录 A - Thermometer 翻译： 思路： 实现： B - Ticket Gate Log 翻译： 思路： 实现： C - Variety Split Easy 翻译： 思路： 实现： D - Cubes 翻译&#xff1a…...

编程日记 2025/7/31 11:24:19

jasypt-spring-boot-starter项目如何使用jasypt加密密码

import org.jasypt.encryption.pbe.StandardPBEStringEncryptor; import org.jasypt.iv.RandomIvGenerator; import org.jasypt.salt.RandomSaltGenerator;/*** 加密密码的工具** author xxx* since 2025-03-17*/ public class JasyptTest {public static void main(String[] a…...

编程日记 2025/8/7 15:46:46

[AI速读]混合语言IP集成：挑战与高效解决方案

在现代SoC（系统级芯片）设计中，IP（知识产权模块）复用是提升开发效率的关键。然而，当设计涉及多种硬件描述语言（如SystemVerilog、VHDL、SystemC）时，如何高效集成不同语言的IP模块成为一大难题。本文将从实际设计场景出发，探讨混合语言IP集成的核心挑战，并介绍一套方法…...

编程日记 2025/8/8 10:00:52

SpringSecurity——如何获取当前登录用户的信息

目录 1. 直接注入 Principal 2. 直接注入 Authentication 3. 注入 UsernamePasswordAuthenticationToken 4. 通过 SecurityContextHolder 获取 5. 使用自定义工具方法总结如何获取更多的用户信息自定义用户实体类如何忽略某些字段（不返回前端&#xff…...

编程日记 2025/7/27 22:17:55

ospf动态路由

一、为什么使用动态路由 OSPF（open shortest path first开放最短路径优先）是内部网关协议(IGP)的一种，基于链路状态算法(LS)。 OSPF企业级路由协议(RFC2328 OSPFv2)，核心重点协议 OSPF共三个版本，OSPFV1主要是实验室…...

编程日记 2025/8/6 22:23:52

在react当中利用IntersectionObserve实现下拉加载数据

目录一、传统的下拉加载方案二、存在问题 1.性能较差 2.不够精确三、IntersectionObserve版本下拉加载 1、callback 2、options 四、IntersectionObserver实例 1、Intersection的优势 2、实现思路 3、代码实现在进行前端开发的过程中，常常会碰到下拉…...

编程日记 2025/8/4 17:21:16

SpringBoot之如何集成SpringDoc最详细文档

文章目录一、概念解释1、OpenAPI2、Swagger3、Springfox4、Springdoc5. 关系与区别二、SpringDoc基本使用1、导包2、正常编写代码，不需要任何注解3、运行后访问下面的链接即可三、SpringDoc进阶使用1、配置文档信息2、配置文档分组3、springdoc的配置参数**1. 基…...

编程日记 2025/8/6 21:19:42

Transaction rolled back because it has been marked as rollback-only问题解决

transaction rolled back because it has been marked as rollback-only 简略总结> 发生场景：try-catch多业务场景发生原因：业务嵌套，事务管理混乱，外层业务与内层业务抛出异常节点与回滚节点不一致。解决方式：修…...

编程日记 2025/7/24 11:25:31

单片机写的小液晶屏驱动+汉字滚屏

单片机写的小液晶屏驱动汉字滚屏 stm32f401freertos内置HZK16 单片机汉字滚屏...

编程日记 2025/7/16 9:20:22

SpringBoot整合LangChain4j操作AI大模型实战详解

一、引言在当今这个人工智能飞速发展的时代，AI大模型已经逐渐渗透到我们生活的方方面面，为企业和开发者带来了前所未有的机遇。然而，如何高效地接入并利用这些AI大模型，成为了摆在许多开发者面前的一道难题。SpringBoot作为一款…...

编程日记 2025/8/5 1:23:48

深度解析 | Android 13 Launcher3分页指示器改造：横线变圆点实战指南

一、需求背景与技术挑战在Android 13系统定制开发中，我们面临将Launcher3桌面从传统双层架构优化为现代单层布局的挑战。原生系统采用的分页横线指示器在视觉呈现上存在两点不足： 风格陈旧不符合Material You设计规范空间占用较大影响屏幕利用率通…...

编程日记 2025/8/1 5:21:37

【Qt】private槽函数可以被其他类中的信号连接

private槽函数可以被其他类中的信号连接。即使 B 类的槽函数是 private 的，A 类通过信号连接 B 类的槽函数也没有问题。这是因为 Qt 的信号和槽机制是通过元对象系统（Meta-Object System）实现的，而不是直接调用函数。只要信号和…...

编程日记 2025/8/4 17:12:11

C语言每日一练——day_7

引言针对初学者，每日练习几个题，快速上手C语言。第七天。（连续更新中） 采用在线OJ的形式什么是在线OJ？ 在线判题系统（英语：Online Judge，缩写OJ）是一种在编程竞赛中用…...

编程日记 2025/8/2 13:42:34

Python --**kwargs

在 Python 中，**kwargs 是一个特殊语法，用于在函数定义中接收任意数量的关键字参数（即键值对参数），并将这些参数以字典形式存储。它是 Python 中处理动态参数的强大工具，适用于需要灵活传递参数的场景。 1.…...

编程日记 2025/8/4 13:55:57

网络编程之客户端通过服务器与另外一个客户端交流

服务器使用select模型搭建，客户端1使用线程搭建，客户端2使用poll模型搭建， 使用时需要先运行服务器，具体编译可看我最后的图片 head.h头文件 #ifndef __HEAD_H_ #define __HEAD_H_ #include <stdio.h> #include <string…...

编程日记 2025/8/6 18:19:39

mybatis集合映射association与collection

官方文档：MyBatis的一对多关联关系一、用途一对一：association 一对多：collection 二、association 比较容易理解，可参考官方文档三、collection <?xml version"1.0" encoding"UTF-8"?> &l…...

编程日记 2025/8/8 5:52:34

windows克隆项目找不到，修改git bash中存储的账号密码

git clone项目找不到，提示：remote: The project you were looking for could not be found. 有可能是地址错误、没有权限、账号密码错误 1.地址错误从新检查git地址，确保地址是正确的。 2.没有权限确保你有访问该项目的权限 3.账号密码…...

编程日记 2025/8/5 14:35:26

Linux中安装redis

Redis的安装包，从官方下载下来的是c语言的源码包，我们需要自己编译安装。具体操作步骤如下： 安装redis 上传redis资源包安装C语言的编译环境 gcc yum install -y gcc-c 解压redis源码在当前目录 tar -zxvf redis-6.2.4.tar.gz 进入解压目录…...

编程日记 2025/8/4 1:36:53

Springboot项目打包成war包

1、首先创建一个springboot工程，然后我们改造启动类如： import org.springframework.boot.SpringApplication; import org.springframework.boot.autoconfigure.SpringBootApplication; import org.springframework.boot.builder.SpringApplicationBuil…...

编程日记 2025/8/2 13:42:34

Word:双栏排版操作步骤及注意事项

将word单栏文字排版为双栏是论文投稿前的重要步骤，也是非常容易出错的一步。但事实上排版的操作并不复杂，本篇博客旨在把操作过程及注意事项简单记录下来，便于日后浏览和查询。【Step1】打开“显示/隐藏段落标记” （ctrl*&#…...

编程日记 2025/8/2 15:07:51

ArcGIS10. 8简介与安装，附下载地址

目录 ArcGIS10.8 1. 概述 2. 组成与功能 3. 10.8 特性下载链接安装步骤 1. 安装准备 2. 具体步骤 3.补丁其他版本安装 ArcGIS10.8 1. 概述 ArcGIS 10.8 是由美国 Esri 公司精心研发的一款功能强大的地理信息系统（GIS）平台。其核心功能在于…...

编程日记 2025/8/4 7:47:51

MySQL：数据库基础

数据库基础 1.什么是数据库？2.为什么要学习数据库？3.主流的数据库（了解）4.服务器，数据库，表之间的关系5.数据的逻辑存储6.MYSQL架构7.存储引擎 1.什么是数据库？ 数据库(Database,简称DB)&#x…...

编程日记 2025/8/6 7:40:04

数据结构-----初始数据结构、及GDB调试

一、数据结构核心概念相互之间存在一种或多种特定关系的数据元素的集合。 1. 数据结构定义 // 嵌入式场景示例：传感器网络节点结构 struct SensorNode {uint16_t node_id; // 2字节float temperature; // 4字节uint32_t timestamp; // 4字节struct Se…...

编程日记 2025/8/7 12:43:19

go面向对象编程三大特性，封装、继承和多态

1.简介 go具有面向对象编程的封装、继承和多态的特性，只是实现的方式和其它OOP语言不一样，下面看下go的三大特性是如何实现的。 2.封装 2.1基本介绍封装就是把抽象出的字段和对字段的操作封装在一起，数据被保护在内部，程序的其它包只能通过被授权的操作（方法），才能…...

编程日记 2025/8/6 23:56:17

华为ISC+战略规划项目数字化转型驱动的智慧供应链革新（169页PPT）（文末有下载方式）

资料解读：华为ISC战略规划项目数字化转型驱动的智慧供应链革新详细资料请看本解读文章的最后内容。华为的ISC战略规划项目是其供应链数字化转型的核心，旨在通过智慧供应链的革新，提升企业的竞争力和运营效率。本文将从多个维度详细解读这…...

编程日记 2025/8/6 8:14:50

算法刷题记录——LeetCode篇(10) [第901~1000题](持续更新)

(优先整理热门100及面试150，不定期持续更新，欢迎关注) 994. 腐烂的橘子在给定的 m x n 网格 grid 中，每个单元格可以有以下三个值之一： 值 0 代表空单元格；值 1 代表新鲜橘子；值 2 代表腐烂的橘子。每…...

编程日记 2025/8/4 1:41:41

Python中的字典：深度解析与应用实践

一、字典的本质与特性 Python字典（Dictionary）是以**键值对（Key-Value Pair）**形式存储数据的无序集合，使用大括号{}定义。其核心特性包括： 快速查找：基于哈希表实现，通过键&#…...

编程日记 2025/8/4 14:46:49

jmeter配件元素

jmeter配件元素 CSV Data Set Config名词解释测试场景Recycle on EOF:False配置测试结果 Recycle on EOF:True配置测试结果 Sharing mode:All Threads配置测试结果 Sharing mode:Current thread group配置测试结果 Sharing mode:Current thread配置测试结果 HTTP Header Manage…...

编程日记 2025/8/7 5:13:09

VSCode + CMake

参考文献： 如何用 GCC, CMake 和 Make 编译C/C代码Windows 上的 Linux 子系统：WSLWSL：桌面 UI 远程连接 RDP 配置 VScode 文章目录 CMake 配置VSCode 配置launch.jsontask.jsonc_cpp_properties.json CMake 配置编写如下的 CmakeLists.t…...

编程日记 2025/8/3 12:24:45

JVM的一些知识

JVM简介 JVM 是 Java Virtual Machine 的简称，意为 Java 虚拟机。虚拟机是指通过软件模拟的具有完整硬件功能的、运行在一个完全隔离的环境中的完整计算机系统。常见的虚拟机：JVM、VMwave、Virtual Box。 JVM 和其他两个虚拟机的区别： VMw…...

编程日记 2025/8/5 23:07:33

SpringCloud网关：Gateway路由配置与过滤器链

文章目录引言一、Gateway基本架构二、路由配置方式2.1 配置文件方式2.2 Java代码方式三、内置断言工厂四、内置过滤器工厂4.1 请求路径相关过滤器4.2 请求和响应头过滤器4.3 功能性过滤器五、自定义过滤器5.1 自定义GatewayFilter5.2 自定义过滤器工厂六、全局过滤器总结引…...

编程日记 2025/7/31 11:24:22

Git 分支使用规范全解（多人协作开发适用）

🚀 Git 分支使用规范全解（多人协作开发适用）本文将为你梳理一套清晰、标准、适合企业/团队使用的 Git 分支管理策略，适用于前后端、边缘端、AI项目等多种场景。 🧩 为什么要规范分支管理？防止多人协作混乱、冲突频发清晰区分：开发中 / 待发布 / 已上线的版本快速定…...

编程日记 2025/8/6 7:03:17

【华三】路由器交换机忘记登入密码或super密码的重启操作

【华三】路由器交换机忘记登入密码或super密码的重启操作背景步骤跳过认证设备：路由器重启设备翻译说明具体操作跳过当前系统配置重启设备具体操作背景当console口的密码忘记，或者说本地用户的密码忘记，其实这时候是登入不了路由器的&am…...

编程日记 2025/8/3 15:04:09

Linux驱动开发进阶 - 文件系统

文章目录 1、前言2、学习目标3、VFS虚拟文件系统3.1、超级块（Super Block）3.2、dentry3.3、inode3.4、file 4、文件系统的挂载5、文件系统的注册5.1、文件系统的注册过程5.1.2、定义文件系统类型5.1.3、注册文件系统5.1.4、注销文件系统 5.2、文件系统的…...

编程日记 2025/8/1 17:05:30

Mac：JMeter 下载+安装+环境配置（图文详细讲解）

📌 下载JMeter 下载地址：https://jmeter.apache.org/download_jmeter.cgi 📌 无需安装 Apache官网下载 JMeter 压缩包，无需安装，下载解压后放到自己指定目录下即可。按我自己的习惯，我会在用户 jane 目…...

编程日记 2025/8/2 18:41:59

蓝桥杯备考：图论之Prim算法

嗯。通过我们前面的学习，我们知道了，一个具有n个顶点的连通图，它的生成树包括n-1个边，如果边多一条就会变成图，少一条就不连通了接下来我们来学一下把图变成生成树的一个算法 Prim算法，我们从任意一个结…...

编程日记 2025/8/6 11:19:26

pytorch小记（十三）：pytorch中`nn.ModuleList` 详解

PyTorch 中的 nn.ModuleList 详解

1. 什么是 nn.ModuleList？

2. 为什么不直接使用普通的 Python 列表？

3. nn.ModuleList 的基本用法

示例：构建一个包含两层全连接网络的模型

4. 使用 nn.ModuleList 计算参数总数（与普通列表对比）

示例代码

5. nn.ModuleList 的其他应用

示例：构建动态 MLP 模型

Transformers中的多头注意力机制

6. 总结

相关文章：

PyTorch 中的 `nn.ModuleList` 详解

1. 什么是 `nn.ModuleList`？

3. `nn.ModuleList` 的基本用法

4. 使用 `nn.ModuleList` 计算参数总数（与普通列表对比）

5. `nn.ModuleList` 的其他应用