Question

我想了解为什么当我们为GAN的神经网络定义类时，为什么将torch.nn.Module作为参数传递？

import torch
import torch.nn as nn

class Generator(nn.Module):
    def __init__(self, input_size, hidden_size, output_size, f):
        super(Generator, self).__init__()
        self.map1 = nn.Linear(input_size, hidden_size)
        self.map2 = nn.Linear(hidden_size, hidden_size)
        self.map3 = nn.Linear(hidden_size, output_size)
        self.f = f

Answer 1

此行

class Generator(nn.Module):

简单意味着Generator类将继承nn.Module类，它不是参数。

但是，笨拙的 init 方法：

def __init__(self, input_size, hidden_size, output_size, f):

具有自我，这就是为什么您可能会将此视为论点。

这是Python类实例self。它应该留下还是应该去进行一些艰苦的战斗，但是Guido在他的博客why it has to stay中解释说。

Answer 2

我们本质上是使用nn.Module（及其功能）定义类'Generator'。在编程中，我们将此称为继承（带有super(Generator, self).__init__()）。

您可以在此处了解更多信息：https://www.w3schools.com/python/python_inheritance.asp

为什么我们将nn.Module作为参数传递给神经网络的类定义？

2 个答案: