Python 理解Pytorch过滤器功能

我查阅了PyTorch框架的文档，发现了很多实例，其中一个变量被分配了一个函数，但当它调用函数时，参数会发生变化。不确定这是如何工作的，任何指针都会有帮助

我所理解的-

def func1(word):
    print("hello", word)
var1 = func1

现在在这个场景中，

var1（“world”）

将打印字符串

hello world

但我不明白的是PyTorch的一些台词，比如：

def __init__(self, input_size, num_classes): 
    super(NN,self).__init__()
    self.fc1 = nn.Linear(input_size, 50)  
    self.fc2 = nn.Linear(50, num_classes)  
def forward(self,x):
    x = F.relu(self.fc1(x))
    x = self.fc2(x)
    return x

我们如何知道只应将1个参数传递给

self.fc2

。它似乎与

nn.Linear

nn.Linear是否返回我们存储在前面示例中的var1中的类似func1的函数？如果是，是否有任何文件说明返回的内容

---

我确实在nn模块中找到了每个函数的用法，但是否有什么东西可以提供关于如何准确工作的更多细节？

nn。线性

不是一个函数（也不是所有其他层，如卷积层、批处理规范……），而是一个函子，这意味着它是一个实现了

\uuuu call\uuu

方法/运算符的类，当您编写类似

self.fc2（x）

的内容时，会调用该方法/运算符

\uuuu call\uuuu

运算符在基类中实现，它是对另一个方法

\u call\u impl

的调用，该方法本身（基本上）调用

forward

方法。因此，多亏了继承魔法，当您使一个类从

nn.Module

派生时，您只需要实现

forward

方法

这个方法的签名有点取决于您，但在大多数情况下，它会将一个张量作为输入并返回另一个张量

总之：

# calls the constructor of nn.Linear. self.fc1 is now a functor
self.fc1 = nn.Linear(20, 10)
# calls the fc1 functor on an input 
y = self.fc1(torch.randn(2, 10))
# which is basically doing
y = self.fc1.forward(torch.randn(2, 10))

---

首先，您似乎需要更多地了解函数、变量和类的工作方式。我怀疑你的问题主要在于你需要更加熟悉基本概念和术语。这将是一个个人教程，而不是堆栈溢出服务。是的，

nn.Linear

返回一个接受数组并返回数组的筛选函数。这适用于

torch.nn

模块中的大多数功能。

Linear

的参数给出了数组的大小，文档说明了如何操作数组的大小。严格地说，

Linear

是一个定义

\uuuuuuuu调用\uuuuuu

的类，因此它的实例可以像函数一样调用。@chepner我已经完成了Linear的实现，没有找到调用，虽然我确实在别处读到过，并且对它的工作原理有了一个想法。我在forward函数中看到对functional.linear的调用，它只接受一个输入X并产生输出，但我不明白，什么时候调用linear中的forward函数？这就是遗传的原理吗？我现在更清楚了。我已经取消了我的关闭和否决票。您的问题涉及父级的

\uuuuu init\uuuu

方法的源代码，您在这里没有包括该方法。