pytorch中nn.Module方法

 
       torch.nn是专门为神经网络设计的模块化接口，nn构建于autograd之上，可以用来定义和运行神经网络。
 

一、具体用法

       nn.Module是nn中十分重要的类，包含网络各层的定义及forward方法。

定义网络步骤：

1. 首先必须要继承nn.Module类，而且该类的构造函数中要调用Module的构造函数, super(xxx, self).__init()__；

2. 一般把网络中具有可学习参数的层放在构造函数__init__()中。

3. 不具有可学习参数的层（如ReLU）也可放在构造函数中，也可不放在构造函数中（而在forward中使用nn.functional来代替）。

4. 只要在nn.Module中定义 forward()，backward() 就会被自动实现（利用Autograd)。而且一般不是显式的调用forward(layer.forward), 而是layer(input), 会自执行forward().

5. 在 forward() 中可以使用任何Variable支持的函数，还可以使用if, for, print, log等python语法。

参考：Pytorch nn.Module模块详解