pytorch报错（4）forward() missing 1 required positional argument: ‘x‘或者‘NoneType‘ object is not callable

解决：TypeErro: ‘NoneType’ object is not callable/forward()
TypeErro: forward() missing 1 required positional argument: 'x’

---

前言

我们在构建自己的神经网络类时，经常要在现有的pytorch模型下修改，然后将修改好的类封装到一个新的py文件中，在封装过程中可能遇到如下两种错误：
TypeErro: ‘NoneType’ object is not callable/forward()
TypeErro: forward() missing 1 required positional argument: 'x’

提示：以下是本篇文章正文内容，下面案例可供参考

一、首先展示正确封装的代码

以VGG16为例，我们经常会基于pytorch官网封装的torchvision.models.vgg16()进行修改，这里我们在vgg16 的最后添加一层全连接层，100输入，10输出，并封装为一个py文件，方便日后调用。

#基于vgg16进行修改、封装
#把改进的ImageNet网络存储起来
import torchvision
import torch
from torch import nn

ImageNet = torchvision.models.vgg16(pretrained=True, progress=True)
ImageNet.classifier.add_module("linear", nn.Linear(1000, 10))
class my_net(nn.Module):
    def __init__(self):
        super().__init__()
        self.model = ImageNet

    def forward(self, x):
        output = self.model(x)
        return output

if __name__ == '__main__':
    my_model2 = my_net()
    input = torch.ones((1, 3, 32, 32))
    output = my_model2(input)
    print(output.shape)

这样写是没有报错的，可以整段复制，运行结果如下图（main函数只是测试一下网络是否可以正常输出）。

接下来看一下错误的例子及其报出的错误。

二、两种错误

1.TypeError: forward() missing 1 required positional argument: ‘x’

如果上文第12行self.model = ImageNet后面加了括号，即：self.model = ImageNet()，那么就会报错TypeError: forward() missing 1 required positional argument: ‘x’

2.TypeErro: ‘NoneType’ object is not callable/forward()

如果你把第8行 ImageNet.classifier.add_module(“linear”, nn.Linear(1000, 10)) 直接赋给第12行的self.model ，那么就会报错 TypeErro: ‘NoneType’ object is not callable/forward()

总结

pytorch中可能一个看起来很正常的括号就会引发错误。建议先在类class外修改好神经网络，然后直接调用修改好的模型名称。
如果有帮助的话，请顺手点赞，谢谢。