在没有 .forward() 的情况下调用转发函数答案

【问题标题】：Calling forward function without .forward()在没有 .forward() 的情况下调用转发函数
【发布时间】：2019-03-06 01:14:18
【问题描述】：

在查看有关姿势估计的一些 pytorch 代码AlphaPose 时，我注意到一些不熟悉的语法：

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

这会从一些配置文件重新构建神经网络，并定义函数来加载预训练的权重和前向传递

现在，前向传递采用以下参数：

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（这将在稍后变得重要）

在前向传递中，我们得到预测：

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

module[i] 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)

然后我们调用这个模型和（我假设）一个转发方法，如下所示：

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？这是特定于 pytorch 的语法还是我缺少一些基本的 python 原则？

【问题讨论】：

标签： python pytorch

【解决方案1】：

这不是特定于火炬的。当您调用 class_object(fn params) 时，它会调用该类的 __call__ 方法。

如果您挖掘torch 的代码，特别是nn.Module，您会看到__call__ 在内部调用forward，但会处理pytorch 允许的钩子和状态。因此，当您拨打self.det_model(img, cuda) 时，您仍在呼叫转接。

查看 nn.module here 的代码。

【讨论】：