P16神经网络基本架构 nn.Module的使用

写在前面：
根据以往的惯例
先看官方文档：
torch.nn

其中 container土堆哥认为 翻译成骨架也许更合适。
后面就是向骨架加东西：
卷积层
池化层。
正则化之类

我们点开container

点开module

我们给的输入 经过forward函数输出（前向传播）

    def forward(self, x):
        x = F.relu(self.conv1(x))     x先经过一次卷积，然后relu（非线性处理）
        return F.relu(self.conv2(x)) 再经历一次卷积，然后relu（非线性处理）

卷积：提取特征。

我们可以继续向下看文档：

定义了一个计算
应该再每个子类中都进行重写

一、自己动手

1、一种方法仿照文档

from torch import nn

class Tudui(nn.Module):
    def __init__(self):
        super(Tudui, self).__init__()

2、方法二、

3、这样我们的神经网络模板就创建好了

from torch import nn

class Tudui(nn.Module):
    def __init__(self):
        super(Tudui, self).__init__()

    def forward(self,input):
        output = input+1
        return output

然后应用：

from torch import nn
import torch


class Tudui(nn.Module):
    def __init__(self):
        super(Tudui, self).__init__()

    def forward(self,input):
        output = input+1
        return output


tudui=Tudui()
x=torch.tensor(1.0)
output=tudui(x)
print(output)

输出结果：

tensor(2.)

4、需要注意一些东西：
4.1 首先forward是文档里有的，相当于之前学到的__call__方法，所以输入tudui（x）就能输出结果了。

4.2 这样的前提是自己创建模板的时候也要 同名 用的是forward！！
假如我们改一下：

class Tudui(nn.Module):
    def __init__(self):
        super(Tudui, self).__init__()

    def ward(self,input):
        output = input+1
        return output

最后不出所料：报错了
raise NotImplementedError(f"Module [{type(self).name}] is missing the required “forward” function")
NotImplementedError: Module [Tudui] is missing the required “forward” function

5、加深理解
5.1 我们可以通过debug看他的过程

5.2 按一下可以看到父类的初始化

5.3 放入x

5.4

5.5 进入forward函数里了