pytorch init、forward與call的用法小結

更新時間：2021年02月27日 09:11:32 作者：時光碎了天

這篇文章主要介紹了pytorch __init__、forward與__call__的用法小結，具有很好的參考價值，希望對大家有所幫助。一起跟隨小編過來看看吧

1.介紹

當我們使用pytorch來構建網(wǎng)絡框架的時候，也會遇到和tensorflow（tensorflow __init__、build 和call小結）類似的情況，即經(jīng)常會遇到__init__、forward和call這三個互相搭配著使用，那么它們的主要區(qū)別又在哪里呢？

1）__init__主要用來做參數(shù)初始化用，比如我們要初始化卷積的一些參數(shù)，就可以放到這里面，這點和tf里面的用法是一樣的

2）forward是表示一個前向傳播，構建網(wǎng)絡層的先后運算步驟

3）__call__的功能其實和forward類似，所以很多時候，我們構建網(wǎng)絡的時候，可以用__call__替代forward函數(shù)，但它們兩個的區(qū)別又在哪里呢？

當網(wǎng)絡構建完之后，調(diào)__call__的時候，會去先調(diào)forward，即__call__其實是包了一層forward，所以會導致兩者的功能類似。

在pytorch在nn.Module中，實現(xiàn)了__call__方法，而在__call__方法中調(diào)用了forward函數(shù)：

https://github.com/pytorch/pytorch/blob/master/torch/nn/modules/module.py

2.代碼

import torch
import torch.nn as nn
import torch.nn.functional as F
 
class Net(nn.Module):
 def __init__(self, in_channels, mid_channels, out_channels):
 super(Net, self).__init__()
 self.conv0 = torch.nn.Sequential(
 torch.nn.Conv2d(in_channels, mid_channels, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1)),
 torch.nn.LeakyReLU())
 self.conv1 = torch.nn.Sequential(
 torch.nn.Conv2d(mid_channels, out_channels * 2, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1)))
 
 def forward(self, x):
 x = self.conv0(x)
 x = self.conv1(x)
 return x
 
class Net(nn.Module):
 def __init__(self, in_channels, mid_channels, out_channels):
 super(Net, self).__init__()
 self.conv0 = torch.nn.Sequential(
 torch.nn.Conv2d(in_channels, mid_channels, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1)),
 torch.nn.LeakyReLU())
 self.conv1 = torch.nn.Sequential(
 torch.nn.Conv2d(mid_channels, out_channels * 2, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1)))
 
 def __call__(self, x):
 x = self.conv0(x)
 x = self.conv1(x)
 return x

補充：torch/nn目錄結構以及__init__.py

torch/nn目錄結構以及init.py

torch/nn目錄結構

__init__.py：

from .modules import *
#nn.modules  導入modules目錄下內(nèi)容 定義容器modules
from .parameter import Parameter
#nn.Parameter 導入parameter.py  定義parameter
from .parallel import DataParallel
#導入parallel目錄下data_parallel.py中的DataParallel類
from . import init
#nn.init   導入init.py   參數(shù)初始化
from . import utils
#nn.utils  導入utils目錄下內(nèi)容 官網(wǎng)api下nn.utils下api

對于backends, functional.py, _functions 需要在代碼前重新Import

例如我們常用的

import torch.nn.functional as F 就是導入了functional.py

backends和_functions是functional.py實現(xiàn)各種函數(shù)時所用到的。

以上為個人經(jīng)驗，希望能給大家一個參考，也希望大家多多支持腳本之家。如有錯誤或未考慮完全的地方，望不吝賜教。

您可能感興趣的文章: