我想了解为什么在为GAN等神经网络定义类时将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
这条线
class Generator(nn.Module):
简单意味着Generator类将继承nn.Module该类，它不是参数。
但是，dunder init方法：
def __init__(self, input_size, hidden_size, output_size, f):
有自我，这就是为什么您可能会认为这是一个论点。
好吧，这是Python类实例self。它应该留下还是应该去进行一些小小的战斗，但是Guido在他的博客中解释说why it has to stay。
本文收集自互联网，转载请注明来源。
如有侵权，请联系 [email protected] 删除。
我来说两句