参考  pytorch中的forward()的使用与解释 - 云+社区 - 腾讯云

前言

    最近在使用pytorch的时候，模型训练时，不需要使用forward，只要在实例化一个对象中传入对应的参数就可以自动调用 forward 函数
    即：

forward 的使用

class Module(nn.Module):

　　def __init__(self):

　　　　super(Module, self).__init__()

　　　　# ......

　　def forward(self, x): 

　　　　# ...... 

　　　　return x

data = ..... #输入数据

# 实例化一个对象

module = Module()

# 前向传播

module(data) 

# 而不是使用下面的

# module.forward(data)

实际上

module(data)  

是等价于

module.forward(data)   

forward 使用的解释

等价的原因是因为 python calss 中的__call__和__init__方法.

class A():

　　def __call__(self):

　　　　print('i can be called like a function')

a = A()

a()

out：

i can be called like a function

• __call__里调用其他的函数

class A():

　　def __call__(self, param):

　　　　print('i can called like a function')

　　　　print('传入参数的类型是：{} 值为： {}'.format(type(param), param))

　　　　res = self.forward(param)

　　　　return res

def forward(self, input_):

　　print('forward 函数被调用了')

　　print('in forward, 传入参数类型是：{} 值为: {}'.format( type(input_), input_))

　　return input_

a = A()

input_param = a('i')

print("对象a传入的参数是：", input_param)