torch.nn.module怎样使用

torch.nn.Module 是一个 PyTorch 中的基类，用于搭建神经网络模型。在使用时，需要继承该类，并实现__init__()和 forward() 两个方法。 __init__() 方法定义模型中的各个层次，forward() 方法描述了使用模型进行前向传播的过程。例如：

import torch.nn as nn

class MyModel(nn.Module):
    def __init__(self):
        super(MyModel, self).__init__()
        self.layer1 = nn.Linear(10, 20)
        self.layer2 = nn.Linear(20, 5)
    
    def forward(self, x):
        x = self.layer1(x)
        x = nn.functional.relu(x)
        x = self.layer2(x)
        return x

在该例子中，我们定义了 MyModel 模型，其中有两个线性层，分别是 layer1 和 layer2。forward() 方法中首先将输入 x 送入 layer1 中进行变换，并使用 relu 激活函数进行激活，然后再将输出送入 layer2 中，最后返回输出。 通过以上实现，我们可以通过调用 MyModel() 来创建该模型的一个实例，再通过实例化的模型调用 forward() 方法来进行前向传播。