pytorch中的forward()的使用与解释---于小勇

前言

    最近在使用pytorch的时候，模型训练时，不需要使用forward，只要在实例化一个对象中传入对应的参数就可以自动调用 forward 函数     即：

forward 的使用

class Module(nn.Module): def __init__(self): super(Module, self).__init__() # ...... def forward(self, x): # ...... return x data = ..... #输入数据 # 实例化一个对象 module = Module() # 前向传播 module(data) # 而不是使用下面的 # module.forward(data)

实际上

module(data)

是等价于

module.forward(data)

forward 使用的解释

等价的原因是因为 python calss 中的__call__和__init__方法.

class A(): def __call__(self): print('i can be called like a function') a = A() a()

out：

i can be called like a function

__call__里调用其他的函数class A(): def __call__(self, param): print('i can called like a function') print('传入参数的类型是：{} 值为： {}'.format(type(param), param)) res = self.forward(param) return res def forward(self, input_): print('forward 函数被调用了') print('in forward, 传入参数类型是：{} 值为: {}'.format( type(input_), input_)) return input_ a = A() input_param = a('i') print("对象a传入的参数是：", input_param) out: i can called like a function 传入参数的类型是：<class ‘str’> 值为： i forward 函数被调用了 in forward, 传入参数类型是：<class ‘str’> 值为: i 对象a传入的参数是： i ---来自腾讯云社区的---于小勇