举例pytorch中Abstract base class

在 PyTorch 中，一个常见的抽象基类是 `torch.nn.Module`。它是所有神经网络模块的基类，包括各种层、损失函数、优化器等等。所有继承自 `Module` 的子类都必须实现 `forward()` 方法，该方法接受输入张量并返回输出张量。

以下是一个简单的示例，其中定义了一个自定义层，该层继承自 `Module` 类并实现了 `forward()` 方法：

import torch
import torch.nn as nn

class LinearLayer(nn.Module):
    def __init__(self, in_features, out_features):
        super(LinearLayer, self).__init__()
        self.linear = nn.Linear(in_features, out_features)
    
    def forward(self, x):
        out = self.linear(x)
        return out

在上述示例中，`LinearLayer` 类继承自 `nn.Module`，并在其构造函数中初始化了一个线性层对象 `self.linear`。然后，在 `forward()` 方法中，它将输入张量 `x` 传递给 `self.linear` 并返回输出张量 `out`。这个自定义层现在可以与其他 PyTorch 模块一样使用，并且可以包含在更大的神经网络中。