nn.Sequential()引起的 forward() takes 1 positional argument but 2 were given

最近在训练模型时，想要将模型的分类层去除，输出模型的特征图，于是进行如下操作去除模型的最后两层结构，然后奇怪的事情就发生了，运行时程序老是报错， forward() takes 1 positional argument but 2 were given！！！

class PvT(nn.Module):
    def __init__(self):  # num_classes，此处为 二分类值为2
        super().__init__()
        #创建模型，并且加载预训练参数
        net= pvt_v2.PyramidVisionTransformerV2()
        #去除分类层
        self.feature = nn.Sequential(*list(net.children())[:-2])

    def forward(self, x):
        x = self.feature(x)
        B, N, C = x.shape
        N = int(N ** 0.5)
        x = rearrange(x, 'b (h w) c -> b c h w', h=N, w=N)
        return x

于是在网上搜寻答案，常见的几个回答有三个：

一. __init__拼写问题

这个就是注意init前后都有两个短的下划线，这个问题好解决，自己对照着改改就好，别整错了

二. 调用对象问题

python调用类时，需要先将类实例化，再给对象传入参数

错误示例：

net=PvT(input)

正确示例：

net=PvT()
net(input)

三. 就是forward需要传入的是一个参数，确实传了两个进来

net=PvT()
net(input1, input2)

如果检查以上三个都没有问题了，那就需要考虑是不是 nn.Sequential()引起的问题

nn.Sequential本质上定义了一个网络，这个网络里面有天然存在的输入输出继承关系。我们可以通过nn.Sequential的源码看到，其自带的forward() 函数不支持传递多个参数。经过查看PvT的源码，发现该模型里面有子模块DWCov，forward里面需要传入多个参数，故此不能使用nn.Sequential，所以会报错。

class DWConv(nn.Module):
    def __init__(self, dim=768):
        super(DWConv, self).__init__()
        self.dwconv = nn.Conv2d(dim, dim, 3, 1, 1, bias=True, groups=dim)

    def forward(self, x, H, W):
        B, N, C = x.shape
        x = x.transpose(1, 2).view(B, C, H, W)
        x = self.dwconv(x)
        x = x.flatten(2).transpose(1, 2)
        return x

最后直接将PvT源码拿过来用，将最后的head层去除，不使用nn.Sequential，问题得以解决。