神经网络模型的模板（def forward）

基本的网络构建类模板

from torch import nn
import torch.nn.functional as F
class net_name(nn.Module):
    def __init__(self):
        super(net_name, self).__init__()
        # 可以添加各种网络层，例如添加self.conv1 = nn.Conv2d(3,10,3)  即：in_channels=3, out_channels=10, kernel_size=3
        self.conv1 = nn.Conv2d(3, 10, 3)
        # 具体每种层的参数可以去查看文档
        
    def forward(self, x):
        # 定义向前传播
        out = self.conv1(x)
        return out

不管你想构建卷积神经网络还是循环神经网络或者是生成对抗网络都依赖于这个结构

在def forward（self，x）下的网络实例化与调用

针对上面搭建的网络模型，神经网络的实例化和调用如下。

data = .....  #输入数据
# 实例化一个对象
module = net_name()
# 前向传播
module(data)  
# 而不是使用下面的
# module.forward(data)   

参考链接：https://blog.csdn.net/xu380393916/article/details/97280035