在没有 .forward() 的情况下调用 forward 函数

Calling forward function without .forward()(在没有 .forward() 的情况下调用 forward 函数)

问题描述

在查看一些关于姿势估计的 pytorch 代码时 AlphaPose 我注意到一些不熟悉的语法:

While looking at some pytorch code on pose estimation AlphaPose I noticed some unfamiliar syntax:

基本上，我们定义了一个 Darknet 类，它继承了 nn.Module 属性，如下所示:class Darknet(nn.Module)

Basically, we define a Darknet class which inherits nn.Module properties like so: class Darknet(nn.Module)

这从一些配置文件中重新构建了神经网络，并定义了加载预训练权重和前向传递的函数

This re-constructs the neural net from some config file and also defines functions to load pre-trained weights and a forward pass

现在，前向传递采用以下参数:

Now, forward pass takes the following parameters:

def forward(self, x, CUDA)

我应该注意，在类定义中，forward 是唯一具有 CUDA 属性的方法(这在后面会变得很重要)

I should note that in class definition forward is the only method that has a CUDA attribute (this will become important later on)

在前向传递中，我们得到预测:

In the forward pass we get the predictions:

for i in range(number_of_modules):
     x = self.module[i](x)

其中 module[i] 被构造为:

module = nn.Sequential()
conv = nn.Conv2d(prev_fileters, filters, kernel_size, stride, pad, bias=bias)
module.add_module("conv_{0}".format(index), conv)

然后我们调用 invoke 这个模型和(我假设)一个像这样的转发方法:

We then call invoke this model and (I presume) a forward method like so:

self.det_model = Darknet("yolo/cfg/yolov3-spp.cfg")
self.det_model.load_weights('models/yolo/yolov3-spp.weights')
self.det_model.cpu()
self.det_model.eval()

image = image.cpu()
prediction = self.det_model(img, CUDA = False)

我假设最后一行是前向传递的调用，但为什么不使用 .forward?这是pytorch特定的语法还是我缺少一些基本的python原则?

I assume that the last line is the calling of the forward pass but why not use the .forward? Is this a pytorch specific syntax or am I missing some basic python principles?

推荐答案

这不是火炬特定的.当您以 class_object(fn params) 的形式调用某些内容时，它会调用该类的 __call__ 方法.

This is nothing torch specific. When you call something as class_object(fn params) it invokes the __call__ method of that class.

如果你挖掘了torch的代码，特别是nn.Module，你会看到__call__在内部调用forward，但会处理pytorch允许的钩子和状态.所以当你调用 self.det_model(img, cuda) 时，你仍然在调用 forward.

If you dig the code of torch, specifically nn.Module you will see that __call__ internally invokes forward but taking care of hooks and states that pytorch allows. So when you are calling self.det_model(img, cuda) you are still calling forward.

查看 nn.module 的代码 此处.

See the code for nn.module here.

这篇关于在没有 .forward() 的情况下调用 forward 函数的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持编程学习网！