Common class for Linear, Conv1d, Conv2d,..., LSTM,
Common class for Linear, Conv1d, Conv2d,..., LSTM,
有没有class所有torch::nn::Linear, torch::nn::Conv1d, torch::nn::Conv2d, ... torch::nn::GRU, ....都继承的？ torch::nn::Module 似乎是一个不错的选择，虽然中间有一个 class，叫做 torch::nn::Cloneable，所以 torch::nn::Module 不起作用。此外，torch::nn::Cloneable 本身是一个模板，因此需要在声明中键入。
我想创建一个通用的 class model，它有 std::vector<the common class> layers，这样以后我可以用我想要的任何类型的图层填充 layers，例如 Linear, LSTM, 等。是当前API有这样的能力吗？这可以在 python 中轻松完成，但这里我们需要声明，这阻碍了 python 的简单性。
谢谢，
阿夫欣
我发现nn::sequential可以用于这个目的，而且不需要前向实现，既可以是正点，又可以是负点。 nn::sequential 已经要求每个模块都有一个前向实现，并按照它们添加的顺序调用前向函数。因此，不能像 Dense-Net 这样创建一个特别的非常规前向传递，虽然它对于一般用途来说已经足够好了。
此外，nn::sequential 似乎只是使用了一个 std::vector<nn::AnyModule> 作为它的底层模块列表。因此，也可以使用 std::vector<nn::AnyModule>。
有没有class所有torch::nn::Linear, torch::nn::Conv1d, torch::nn::Conv2d, ... torch::nn::GRU, ....都继承的？ torch::nn::Module 似乎是一个不错的选择，虽然中间有一个 class，叫做 torch::nn::Cloneable，所以 torch::nn::Module 不起作用。此外，torch::nn::Cloneable 本身是一个模板，因此需要在声明中键入。
我想创建一个通用的 class model，它有 std::vector<the common class> layers，这样以后我可以用我想要的任何类型的图层填充 layers，例如 Linear, LSTM, 等。是当前API有这样的能力吗？这可以在 python 中轻松完成，但这里我们需要声明，这阻碍了 python 的简单性。
谢谢， 阿夫欣
我发现nn::sequential可以用于这个目的，而且不需要前向实现，既可以是正点，又可以是负点。 nn::sequential 已经要求每个模块都有一个前向实现，并按照它们添加的顺序调用前向函数。因此，不能像 Dense-Net 这样创建一个特别的非常规前向传递，虽然它对于一般用途来说已经足够好了。
此外，nn::sequential 似乎只是使用了一个 std::vector<nn::AnyModule> 作为它的底层模块列表。因此，也可以使用 std::vector<nn::AnyModule>。