1 介绍 

• 在 PyTorch 中，nn.ModuleDict 是一个方便的容器，用于存储一组子模块（即 nn.Module 对象）的字典
• 这个容器主要用于动态地管理多个模块，并通过键来访问它们，类似于 Python 的字典

2 特点

• 组织性
  • nn.ModuleDict 提供了一种将多个模块有序组织在一起的方法。
  • 这有助于让代码更加结构化，易于理解和维护
• 动态操作
  • ​​​​​​​​​​​​​​可以像操作普通字典那样添加或删除模块
  • 例如使用 module_dict['key'] = module 添加模块，使用 del module_dict['key'] 删除模块
• 自动参数注册
  • ​​​​​​​当将模块添加到 ModuleDict 中时，它们的参数会自动注册到整个网络中，确保在模型训练时这些参数可以被识别和更新

3 例子

import torch.nn as nnclass MyModel(nn.Module):def __init__(self):super(MyModel, self).__init__()self.layers = nn.ModuleDict({'linear': nn.Linear(10, 20),'activation': nn.ReLU()})def forward(self, x):x = self.layers['linear'](x)x = self.layers['activation'](x)return x

• 在构造函数中，我们使用 ModuleDict 来存储一个线性层和一个激活层，并在前向传播 forward 方法中通过键名访问这些层

4 主要方法

clear	清空 ModuleDict 中的所有条目
items	返回一个可迭代对象，包含 ModuleDict 中的键/值对
keys	返回一个可迭代对象，包含 ModuleDict 的所有键
pop	从 ModuleDict 中移除指定的键，并返回其对应的模块
update(modules)	使用另一个映射或键值对迭代器更新 ModuleDict，如果存在相同的键，则会覆盖原有的条目
values	返回一个可迭代对象，包含 ModuleDict 的所有模块值