Pytorch 模型中nn.Model 中的forward() 前向传播不调用解释

最新推荐文章于 2026-08-14 08:46:48 发布

原创最新推荐文章于 2026-08-14 08:46:48 发布 · 9.2k 阅读

43 ·

本内容遵循CC 4.0 BY-SA版权协议

收录于

pyhton

当前文章被收录于：

pyhton

19 篇文章 0 人学习

订阅专栏查看详情

Pytorch

当前文章被收录于：

Pytorch

9 篇文章 0 人学习

订阅专栏查看详情

当前文章被以下社区和专栏收录：

本文深入探讨了PyTorch中模型调用的机制，解释了如何通过直接调用模型实例实现前向传播，而无需显式调用forward()方法。文章详细介绍了Python类中的__call__方法如何使类实例像函数一样被调用，并展示了多个示例来说明这一过程。

在pytorch 中没有调用模型的forward（）前向传播，只实列化后把参数传入。

定义模型

class Module(nn.Module):
    def __init__(self):
        super(Module, self).__init__()
        # ......
  
    def forward(self, x):
        # ......
        return x

data = .....  #输入数据
# 实例化一个对象
module = Module()
#  前向传播 直接把输入传入实列化
module(data)  
#没有使用module.forward(data)

 实际上module(data)  等价于module.forward(data)

等价的原因是因为 python calss 中的call 可以让类像函数一样调用

当执行model(x)的时候，底层自动调用forward方法计算结果

class A():
    def __call__(self):
        print('i can be called like a function')
 
a = A()
a()
>>>i can be called like a function

在__call__ 里可调用其它的函数

class A():
    def __call__(self, param):
        
        print('我在__call__中，传入参数',param)
 
        res = self.forward(param)
        return res
 
    def forward(self, x):
        print('我在forward函数中，传入参数类型是值为: ',x)
        return x
 
a = A()
y = a('i')
  >>> 我在__call__中，传入参数 i
  >>>我在forward函数中，传入参数类型是值为:  i
print("传入的参数是：", y)
  >>>传入的参数是： i