使用Pytorch训练神经网络时了解类的使用

Question

我目前正在阅读有关使用交叉熵损失训练pytorch documentation中的神经网络的信息。用于计算损失的标准称为

criterion = nn.CrossEntropyLoss()

根据torch.nn documentation，CrossEntropyLoss是一个类。根据我的理解，这意味着criterion是nn.CrossEntropyLoss类型的对象。

训练神经网络时，criterion用于通过以下方式计算损耗

loss = criterion(input, target)

这让我有些困惑。 如果 criterion 是对象，那么如何将其用作功能？我期望的是类似的东西

loss = criterion.calculate_loss(input, target)

其中calculate_loss()是nn.CrossEntropyLoss类中定义的方法。此外，文档还使用以下代码行

running_loss += loss.item()

此item()方法从何而来？我找不到在线提及item()的消息源。

Answer 1

  

如果条件是对象，那么如何将其用作功能？

在这种情况下，标准对象具有一个forward方法。 criterion(input, target)是criterion.forward(input, target)的简写

  

这个item（）方法从何而来？

此方法返回一维Tensor。可以使用item()作为数字访问单个值。