“ __init__() takes 1 positional argument but 4 were given“的一种情况及解决方案

写在前面：最近刚开始入门深入学习，找来了相关书籍，大概了解了一下原理后跟着书敲代码，结果遇到了如题所示的报错，看了CSDN上的几篇相关文章后，基本确定这类报错一般是由于代码某一部分输入不当引起的，不同的人有不同的引起代码错误的原因，下面来贴一下我的错误。所用系统：linux；

pytorch版本：1.8;

参考书籍：《pytorch深度学习实战，从新手小白到数据科学家》 2020年8月第一版（距离我写这篇文章不过几个月，还是比较新的，但是技术更迭太快，框架也在不断更新，如果再过几年的朋友再看这篇文章，最下面的正确代码可能也会不适用了，跟框架相比，懂基础原理显得更为重要）

一开始的版本

#build netual network inplement nn.Module,need to def  __init__ and forward function
import torch
class Layertry(torch.nn.Module):
    def __init__ (self,l_in,h,l_out):
        super(Layertry,self).__init__ ()
        self.linear1=torch.nn.Linear(l_in,h)
        self.relu=torch.nn.Relu()
        self.linear2=torch.nn.Linear(h,l_out)
    def forward(self,x):
        h_relu=self.relu(self.linear1(x).clamp(min=0))
        y_pred=self.linear2(h_relu)
        return y_pred
model2=Layertry(10,20,2)

失误原因：对ReLU()不熟悉，只是依葫芦画瓢地打代码，连拼写出错都没检查出来……

修正后

#build netual network inplement nn.Module,need to def  _init_ and forward function
import torch
class Layertry(torch.nn.Module):
    def __init__ (self,l_in,h,l_out):
        super(Layertry,self).__init__ ()
        self.linear1=torch.nn.Linear(l_in,h)
        self.relu=torch.nn.ReLU()
        self.linear2=torch.nn.Linear(h,l_out)
    def forward(self,x):
        h_relu=self.relu(self.linear1(x).clamp(min=0))
        y_pred=self.linear2(h_relu)
        return y_pred
model2=Layertry(10,20,2)

修改后运行结果如下：

Layertry(
  (linear1): Linear(in_features=10, out_features=20, bias=True)
  (relu): ReLU()
  (linear2): Linear(in_features=20, out_features=2, bias=True)
)

写在最后：屏幕前的你刚好与我遇到同一个问题的可能性不大，不过我还是希望这篇文章也能对你有所启发和帮助。