Dash4664的博客

在 PyTorch 中，为何定义一个继承自 nn.Module 的自定义类并实现 forward 方法后，直接调用模型实例时，便会自动调用其 forward 方法？例如使用 output = model(x) 这种形式。因此，当我们像调用函数一样调用继承自。的自定义神经网络类的实例时，实际上会触发。因为自定义的神经网络类所继承的。方法里，会对用户定义的。方法完成前向传播过程。

CUDA与Pytorch(GPU)配置

是一种用于模型部署的格式，是 PyTorch 模型（nn.Module 的子类）的中间表示。它允许将动态的 PyTorch 模型转换为静态的、可优化的表示。转换后的模型可以在没有 Python 运行时依赖的环境中运行，例如移动设备和 C++ 运行环境。

在 PyTorch 中，是一个特殊的类属性，用于 TorchScript 中。当你将一个 nn.Module 的子类转换为 TorchScript 时，属性告诉编译器这些指定的属性是不变的，即它们的值在模型的整个生命周期内都不会改变。例如在Pytorch的RNNBase源码中：​mode: strbias: boolmodeinput_sizenum_layersbiasdropout和proj_size这些属性在模型被脚本化后，将被视为常量。