#深入探究# PyTorch中的 forward() 方法详解

在PyTorch的很多函数中都会包含 forward() 函数，但是也没见哪里调用过forward() 函数，不免让人产生疑惑
想要了解 forward() 函数的作用，首先要了解 Python 中的 __ call __ 函数，
__ call __ 函数的作用是能够让python中的类能够像方法一样被调用，通过下边的例子来理解一下：

class X(object):
    def __init__(self, a, b, range):
        self.a = a
        self.b = b
        self.range = range
    def __call__(self, a, b):
        self.a = a
        self.b = b
        print('__call__ with （{}, {}）'.format(self.a, self.b))
    def __del__(self, a, b, range):
        del self.a
        del self.b
        del self.range

调用：

>>> xInstance = X(1, 2, 3)
>>> xInstance(1,2)
__call__ with (1, 2)

1. xInstance = X(1, 2, 3) 这句代码实例化了xInstance类型的对象X，在实例化时调用了__init__(self, a, b, range)函数；
2. xInstance(1,2)代码使用类+参数的语法 直接调用了 __call__(self, a, b)函数，而不需要使用X.__call__(self, a, b)语法，这就是__call__(self, a, b)函数的作用，能够让python中的类能够像方法一样被调用

因为 PyTorch 中的大部分方法都继承自 torch.nn.Module，而 torch.nn.Module 的__call__(self)函数中会返回 forward()函数 的结果，因此PyTroch中的 forward()函数等于是被嵌套在了__call__(self)函数中；因此forward()函数可以直接通过类名被调用，而不用实例化对象