Pytorch如何脱离复制粘贴

以前搞模型，总是找个差不多的结构然后改一改，抄一抄，能跑就完事了。但是感觉如果PhD期间还这样，可能会吃不消。之前学Python是因为刷算法题，才能脱离复制粘贴，自己写代码......如果是Pytorch有啥类似的好办法吗。加米

复制粘贴能把事儿办了就够了；抄多了动动脑子，背后思路就理解了。

你的目的是办事儿，不是造轮子

前人的智慧就是给你借鉴（摘抄）的，有现成的代码不用非要自己造轮子我劝你还是谨慎。有那时候不如多去刷几道题hhhh

那些template不就是拿来用的么？本身就是个platform，而且里面很多function都不是说你自己写个新的就能用的。开发者写了那么多的manual就是为了用户可以直接照搬或者微调的。
更何况都已经写了这么细了，用起来的时候还是会出现这样或那样的问题。

用tensorflow

人家专门搞答案的N多人花了N久弄出来的一堆答案就是给你用的，

你确定要把N多人*N久弄出来的答案自己再搞一遍？

放心、当你做那些没人做过的东西的时候，你想抄都抄不到了（还会踩巨多坑）

如果只是魔改网络的话没必要不复制粘贴，但如果深入改内部算法的话需要自定义gradient，这时候torch.autograd.Function就非常有用了。注意这里的gradient并不一定真是gradient，可以是自己定义的任何和输入tensor同shape的tensor，这一下就能解锁很多新姿势了。具体还得看研究内容。