创建一个简单的神经网络

import torch
from torch import nn

class Nn(nn.Module):


    def __init__(self, *args, **kwargs) -> None:
        super().__init__(*args, **kwargs)

    def forward(self,input):
        output =2*input+1
        return output

forward_nn=Nn()
x =torch.tensor(2.0)
output =forward_nn(x)
print(output)

解释一下：

forward_nn=Nn() # 对象的实例化 output =forward_nn(2) ，这里没用forward_nn.forward ,是因为我们继承了 nn.modules ，

• 当你继承了 nn.Module 时，nn.Module 内部实现了 __call__ 方法：

def __call__(self, *args, **kwargs): # 一些内部处理，比如 hooks return self.forward(*args, **kwargs)

• 所以：

forward_nn(2)

实际上就是：

forward_nn.__call__(2) # 进一步调用 forward() forward_nn.forward(2)