torch.nn.Module 层介绍

torch.nn.Module 是 PyTorch 的核心模块之一，它是所有神经网络层的基类。任何自定义的神经网络、层（layer）、容器（container）都可以继承自 torch.nn.Module，并通过重载其方法来实现具体的功能。通过 torch.nn.Module，你可以轻松管理模型的参数、结构以及前向传播过程。

1. torch.nn.Module 的基本功能

• 参数管理：torch.nn.Module 可以自动追踪网络层中的所有可学习参数（如权重和偏置）。这些参数会在训练时自动更新。
• 前向传播：通过重写 forward 方法来定义网络的前向传播逻辑。
• 模块嵌套：支持将其他 Module 作为子模块，构建更复杂的模型。这样不仅能实现模块化设计，还能方便地组织和管理参数。

2. 如何定义一个自定义的 Module

使用 torch.nn.Module 时，通常需要继承它，并实现 __init__（初始化）和 forward（前向传播）方法。

例子：定义一个简单的全连接神经网络

import torch
import torch.nn as nn

class SimpleNN(nn.Module):
    def __init__(self):
        supe