torch.nn和torch.nn.functional

在 PyTorch 中，torch.nn 和 torch.nn.functional 是两种不同形式的实现，分别以类和函数的形式提供神经网络层和损失函数。它们的主要区别如下：

1. 实现形式

• torch.nn（类形式）
  • 定义方式：torch.nn 中的组件是以类的形式实现的。例如， torch.nn.Conv2d 是一个类，用于定义卷积层。
  • 使用方式：需要先实例化对象，然后通过调用对象的 forward 方法（通常通过 () 操作符隐式调用）来执行操作。

import torch
import torch.nn as nn
定义一个卷积层
conv_layer = nn.Conv2d(in_channels=3, out_channels=16, kernel_size=3, stride=1, padding=1)
input_tensor = torch.randn(1, 3, 32, 32)  # 输入张量
output_tensor = conv_layer(input_tensor)  # 调用卷积层

• torch.nn.functional（函数形式）
  定义方式：torch.nn.functional 中的组件是以函数的形式实现的。例如，torch.nn.functional.conv2d 是一个函数，用于执行卷积操作。
  使用方式：直接调用函数，并传入输入张量和必要的参数。

import torch
import torch.nn.functional as F

input_tensor = torch.randn