在 PyTorch 中，forward() 和普通方法有什么区别？

Question

实现自定义nn.Module 类的forward() 方法与向该类添加普通方法有何不同？

听说forward()方法应该只接受和返回张量，因为PyTorch对forward()方法的输入输出做了特殊处理。但是我尝试在forward() 方法上输入/输出非张量对象，并实现一个没有forward() 方法的模块（相反，有多个自定义命名的方法，其行为类似于forward() 方法）。两种方式都很好。

Answer 1

forward() 方法接受任何类型的参数。然而，forward() 方法的目标是封装前向计算步骤。 forward() 在 __call__ 函数中被调用。在forward() 方法中，PyTorch 调用嵌套模型本身来执行前向传递。

鼓励：

不要调用 forward(x) 方法。您应该调用整个模型本身，如在 model(x) 中执行前向传递和输出预测。

如果你不这样做会怎样？

如果你调用.forward() 方法，并且在你的模型中有hooks，钩子不会有任何效果。