初始化和测试模型的代码

if __name__  == '__main__':
    model = UKAN(num_classes=1).cuda()
    x = torch.randn(1, 3, 224, 224).cuda()
    y = model(x)

例子：

这段代码是 Python 中的一个常见入口点，它用于初始化和测试 `UKAN` 模型。具体来说：

1. **`if __name__ == '__main__':`**:
   - 这行代码检查当前脚本是否是直接运行的（而不是被其他脚本导入）。如果是直接运行，下面的代码块会被执行。

2. **`model = UKAN(num_classes=2).cuda()`**:
   - 这行代码创建一个名为 `UKAN` 的模型实例，并将其移动到 GPU 上。`num_classes=2` 表示模型的输出类别数量为 2（通常用于二分类任务）。

3. **`x = torch.randn(1, 3, 224, 224).cuda()`**:
   - 这行代码生成一个随机的张量 `x`，作为输入数据。张量的形状为 `(1, 3, 224, 224)`，表示 1 个样本，3 个通道（RGB 图像），每个通道的高和宽为 224 像素。然后同样将其移动到 GPU 上。

4. **`y = model(x)`**:
   - 这行代码将生成的输入张量 `x` 传递给模型 `model`，并获取模型的输出 `y`。这个输出通常是模型对输入进行预测的结果。

总结来说，这段代码的作用是初始化一个 `UKAN` 模型，生成一组随机输入数据，并通过模型进行前向传播以获得输出。这通常用于快速测试模型的构建是否正常。

重点：

需要找对正确的x的输入形状 x = torch.randn(1, 3, 224, 224).cuda()

方法一：设置pdb断点，从forword中print出输入数据的形状