談?wù)剬ytorch中的forward的理解

更新時間：2023年04月06日 16:07:57 作者：使者大牙

這篇文章主要介紹了談?wù)剬ytorch中的forward的理解,在Pytorch中，forward方法是一個特殊的方法，被專門用來進(jìn)行前向傳播，本文給大家詳細(xì)講解，需要的朋友可以參考下

寫在前面

以下是本人根據(jù)Pytorch學(xué)習(xí)過程中總結(jié)出的經(jīng)驗(yàn)，如果有錯誤，請指正。

正文

為什么都用def forward，而不改個名字？

在Pytorch建立神經(jīng)元網(wǎng)絡(luò)模型的時候，經(jīng)常用到forward方法，表示在建立模型后，進(jìn)行神經(jīng)元網(wǎng)絡(luò)的前向傳播。說的直白點(diǎn)，forward就是專門用來計算給定輸入，得到神經(jīng)元網(wǎng)絡(luò)輸出的方法。

在代碼實(shí)現(xiàn)中，也是用def forward來寫forward前向傳播的方法，我原來以為這是一種約定熟成的名字，也可以換成任意一個自己喜歡的名字。

但是看的多了之后發(fā)現(xiàn)并非如此：Pytorch對于forward方法賦予了一些特殊“功能”

(這里不禁再吐槽，一些看起來挺厲害的Pytorch“大神”，居然不知道這個。。。只能草草解釋一下：“就是這樣的。。。”)

forward有什么特殊功能？

第一條：.forward()可以不寫

我最開始發(fā)現(xiàn)forward()的與眾不同之處就是在此，首先舉個例子：

import torch.nn as nn
class test(nn.Module):
    def __init__(self, input):
        super(test,self).__init__()
        self.input = input

    def forward(self,x):
        return self.input * x

T = test(8)
print(T(6))

# print(T.forward(6))
--------------------------運(yùn)行結(jié)果-------------------------
D:\Users\Lenovo\anaconda3\python.exe C:/Users/Lenovo/Desktop/DL/pythonProject/tt.py
48

Process finished with exit code 0

可以發(fā)現(xiàn)，T(6)是可以輸出的！而且不用指定，默認(rèn)了調(diào)用forward方法。當(dāng)然如果非要寫上.forward()這也是可以正常運(yùn)行的，和不寫是一樣的。

如果不調(diào)用Pytorch(正常的Python語法規(guī)則)，這樣肯定會報錯的

# import torch.nn as nn  #不再調(diào)用torch
class test():
    def __init__(self, input):
        self.input = input

    def forward(self,x):
        return self.input * x

T = test(8)
print(T.forward(6))
print("************************")
print(T(6))
--------------------------運(yùn)行結(jié)果-------------------------
D:\Users\Lenovo\anaconda3\python.exe C:/Users/Lenovo/Desktop/DL/pythonProject/tt.py
48
************************
Traceback (most recent call last):
  File "C:\Users\Lenovo\Desktop\DL\pythonProject\tt.py", line 77, in <module>
    print(T(6))
TypeError: 'test' object is not callable

Process finished with exit code 1

這里會報：‘test’ object is not callable
因?yàn)閏lass不能被直接調(diào)用，不知道你想調(diào)用哪個方法。

第二條：優(yōu)先運(yùn)行forward方法

如果在class中再增加一個方法：

import torch.nn as nn
class test(nn.Module):
    def __init__(self, input):
        super(test,self).__init__()
        self.input = input

    def byten(self):
        return self.input * 10

    def forward(self,x):
        return self.input * x

T = test(8)
print(T(6))
print(T.byten())
--------------------------運(yùn)行結(jié)果-------------------------
D:\Users\Lenovo\anaconda3\python.exe C:/Users/Lenovo/Desktop/DL/pythonProject/tt.py
48
80

Process finished with exit code 0

可以見到，在class中有多個method的時候，如果不指定method，forward是會被優(yōu)先執(zhí)行的。