当前位置:主页 > python教程 > pytorch中forwod函数在父类中的调用方式

pytorch中forwod函数在父类中的调用方式解读

发布:2023-04-06 10:10:01 59


本站精选了一篇相关的编程文章,网友高和怡根据主题投稿了本篇教程内容,涉及到pytorch、forwod函数、forwod在父类中调用、pytorch函数forwod、pytorch中forwod函数在父类中的调用方式相关内容,已被199网友关注,相关难点技巧可以阅读下方的电子资料。

pytorch中forwod函数在父类中的调用方式

pytorch forwod函数在父类中的调用

问题背景

最近在研究Detetron2的代码结构时,发现有些网络代码里面没有forward函数,却照样可以推理,深入挖掘之后,发现其将forword函数都写在了同一个父类里面。

这就牵涉到了下面这个问题,子类中没有forward函数,只有父类中有forward函数,这样能不能正常调用网络。

import torch.nn as nn

class Network1(nn.Module):
    def __init__(self):
        super().__init__()

    def forward(self,x):
        return x

class Network2(Network1):
    def __init__(self):
        super().__init__()


data = [1,2,3]
model = Network2().eval()
output = model(data)
print(output)

输出结果如下:

[1,2,3]

pytorch forward方法调用原理

在使用Pytorch自定义网络模型的时候,我们需要继承nn.Module这个类,然后定义forward方法来实现前向转播。

如下图的一个自定义的网络模型

首先该网络模型的初始化方法__init__需要继承父类nn.Module的初始化方法,用语句super().init()实现。

并在初始化方法里面,定义了卷积、BN、激活函数等。接下来定义forward方法,将整个网络连接起来。

有了上面的定义,我们可以实例化一个对象,例如:

fire2 = Fire(96, 128,16,64,64)

实现前向传播,使用 y= fire2(x) 其中x是该网络的输入,y是输出,实现了forward方法的额功能。

这里就会有人感到奇怪,forward作为Fire这个类的方法,使用的时候不应该是 y= fire2.forward(x)吗。

这里为什么一个类的实例可以当做方法直接使用?这是因为这个Fire类继承的父类nn.Module里面定义了__call__方法。

一个类如果定义了__call__方法,则该类的实例就可以作为一个方法那样直接使用。

例如下列代码[1]

class A():
    def __call__(self):
        print('i can be called like a function')
 
a = A()
a()

就会执行print函数,打印其中搞的文字。这里需要区别的是,实例化的时候,类的名称后面括号可以传递参数,例如前面实例化Fire的时候,传递in_channel,out_channel等参数。

但是要利用__call__的特性,是在实例名后面的括号中传递参数,例如上面的例子a(),这里虽然没有参数,但是也可以改变__call__的定义使之可以传递参数。

回到网络模型的内容上来。翻看nn.Module的部分源码[2],可以发现,nn.Module里面果然定义了__call__,并且传递了参数*input。在__call__的定义中国,调用了self.forward。

这里其实还有一个点值得注意。其实nn.Module里面并没有定义forward,但他却调用self.forward,严格来说,他是“想要”调用self.forward。

如果我们没有定义一个类,例如Fire,来继承nn.Module,并且在这个类里面定义forward,那么nn.Module中__call__下面的self.forward就是无效的。

这意味着,父类中__call__下面调用的函数,可以在继承他的子类中定义

下面给出一个简单的例子。

class father():
    def __call__(self):
        self.forward()
        print('I''m the father!')

class child(father):
    def forward(self):
        print('Forward!')
F=father()
C=child()

这里定义了父类father,并定义了继承他的一个子类child。此外还进行了他们的实例化。

显然,在father的__call__方法下面,调用了self.forward,但是没有定义。child在继承了father之后,定义了forward。

首先,这段代码不会报错,即使father的__call__下面的self.forward并没有定义,这也是前面我说的,虽然没有定义forward,但是可以理解为他“想要”调用self.forward。

那么在child记成了father之后,进行了forward的定义,这使得child本身可以调用forward。

在上面这段代码的基础上,如果我们执行F(),汇报下面这一段错误,这解释了forward没有定义,只是“想要”调用self.forward。

如果我们执行C(),则如下图输出。

显然,在child中补充了forward的定义,就可以成功调用。

总结

以上为个人经验,希望能给大家一个参考,也希望大家多多支持码农之家。


参考资料

相关文章

  • pytorch训练时的显存占用递增的问题解决

    发布:2023-03-05

    本文主要介绍了pytorch训练时的显存占用递增的问题解决,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来一起学习学习吧


  • pytorch的Backward过程用时太长问题及解决

    发布:2023-04-04

    这篇文章主要介绍了pytorch的Backward过程用时太长问题及解决方案,具有很好的参考价值,希望对大家有所帮助。如有错误或未考虑完全的地方,望不吝赐教


  • PyTorch 中的 torch.utils.data 解析(推荐)

    发布:2023-04-02

    这篇文章主要介绍了PyTorch torch.utils.data.Dataset概述案例详解,主要介绍对 torch.utils.data.Dataset 的理解,需要的朋友可以参考下


  • pytorch 简介及常用工具包展示

    发布:2023-03-24

    Pytorch是torch的python版本,是由Facebook开源的神经网络框架,专门针对 GPU 加速的深度神经网络(DNN)编程,这篇文章主要介绍了pytorch 简介及常用工具包展示,需要的朋友可以参考下


  • PyTorch中grid_sample的使用及说明

    发布:2023-04-23

    这篇文章主要介绍了PyTorch中grid_sample的使用及说明,具有很好的参考价值,希望对大家有所帮助。如有错误或未考虑完全的地方,望不吝赐教


  • Pytorch中torch.unsqueeze()与torch.squeeze()函数详细解析

    发布:2023-04-10

    torch.squeeze()这个函数主要对数据的维度进行压缩,去掉维数为1的的维度,下面这篇文章主要给大家介绍了关于Pytorch中torch.unsqueeze()与torch.squeeze()函数详细的相关资料,需要的朋友可以参考下


  • PyTorch中Torch.arange函数详解

    发布:2023-04-20

    PyTorch是由Facebook开发的开源机器学习库,它用于深度神经网络和自然语言处理,下面这篇文章主要给大家介绍了关于PyTorch中Torch.arange函数详解的相关资料,需要的朋友可以参考下


  • 关于PyTorch中nn.Module类的简介

    发布:2023-04-03

    这篇文章主要介绍了关于PyTorch中nn.Module类的简介,具有很好的参考价值,希望对大家有所帮助。如有错误或未考虑完全的地方,望不吝赐教


网友讨论