pytorch 之 call, init,forward

最新推荐文章于 2024-03-04 14:58:36 发布

hufei_neo

最新推荐文章于 2024-03-04 14:58:36 发布

阅读量2.7k

点赞数 9

分类专栏： pytorch_toturials 文章标签： forward pytorch __call__ __init__ super()

本文链接：https://blog.csdn.net/hufei_neo/article/details/100153336

版权

本文介绍了PyTorch中关键的`__call__`,`__init__`和`forward`函数的作用。在PyTorch中，通过`__call__`使得模型可以像函数一样调用，自动触发`forward`执行计算。当调用model(x)时，底层会自动调用`forward`方法。此外，文章还提到了`super()`在类继承中的作用，并概述了调用`forward`方法的详细流程，涉及Module和Function的交互过程。" 111887646,10535898,信息化工程监理费用标准指南,"['信息系统集成', '工程监理', '服务管理', '费用标准', '信息技术']

摘要由CSDN通过智能技术生成

在学习pytorch之前，你会看到这样一段代码：

import torch
import torch.nn as nn
import torch.nn.functional as F
 
class Net(nn.Module):
 
    def __init__(self):
        super(Net, self).__init__()
        #1个输入图像通道，6个输出通道，3x3平方卷积核
        self.conv1 = nn.Conv2d(1, 6, 3)
        self.conv2 = nn.Conv2d(6, 16, 3)
        # an affine operation: y = Wx + b
        self.fc1 = nn.Linear(16 * 6 * 6, 120)  # 6*6 from image dimension 
        self.fc2 = nn.Linear(120, 84)
        self.fc3 = nn.Linear(84, 10)
 
    def forward(self, x):
        # Max pooling over a (2, 2) window
        x = F.max_pool2d(F.relu(self.conv1(x)), (2, 2))
        # If the size is a square you can only specify a single number
        x = F.max_pool2d(F.relu(self.conv2(x)), 2)
        x = x.view(-1, self.num_flat_features(x))
        x = F.relu(self.fc1(x))
        x = F.relu(self.fc2(x))
        x =