pytorch里面nn.Module讲解

nn.Module是在pytorch使用非常广泛的类，搭建网络基本都需要用到这个。

当我们搭建自己的网络时，可以继承官方写好的nn.Module模块，为什么要用这个呢？好处如下：

1.可以提供一些现成的基本模块比如：

Linear、ReLU、Sigmoid、Conv2d、Dropout

不用自己一个一个的写这些函数了，这也是为什么我们用框架的原因之一吧。

2. 容器

比如我们经常用到的 nn.Sequential()，顾名思义，将网络模块封装在一个容器中，可以方面网络搭建
如下面一个例子：

class TestNet(nn.Module):
    def __init__(self):
        super(TestNet, self).__init__()
        self.net = nn.Sequential(nn.Conv2d(1, 16, stride=1, padding=1),
                                 nn.MaxPool2d(2, 2),
                                 Flatten(),
                                 nn.Linear(1*14*14, 10))
    def forward(self, x):
        return self.net(x)

3.参数管理

参数名字可以自动生成（想想如果自己去命名，百万参数的网络没法搭建），然后这些参数都可以传到优化器里面去优化

4. 所有modules的节点 孩子节点都是直系的

class BasicNet(nn.Module):
    def __init__(self):
        super(BasicNet, self).__init__(