示例中的 nn.Module 实现中未覆盖 forward()

【问题标题】：forward() not overridden in implementation of nn.Module in an example示例中的 nn.Module 实现中未覆盖 forward()
【发布时间】：2021-10-12 20:16:13
【问题描述】：

在this 示例中，我们看到nn.Module 的以下实现：

class Net(torch.nn.Module):
    def __init__(self, in_channels, hidden_channels, out_channels):
        super().__init__()
        self.conv1 = GCNConv(in_channels, hidden_channels)
        self.conv2 = GCNConv(hidden_channels, out_channels)

    def encode(self, x, edge_index):
        x = self.conv1(x, edge_index).relu()
        return self.conv2(x, edge_index)

    def decode(self, z, edge_label_index):
        return (z[edge_label_index[0]] * z[edge_label_index[1]]).sum(dim=-1)

    def decode_all(self, z):
        prob_adj = z @ z.t()
        return (prob_adj > 0).nonzero(as_tuple=False).t()

但是，在docs 中，我们有'forward(*input)'“应该被所有子类覆盖。”

为什么在这个例子中不是这样？

【问题讨论】：

标签： module pytorch forward

【解决方案1】：

这个Net 模块旨在通过两个独立的接口encoder 和decode 使用，至少看起来是这样......因为它没有forward 实现，那么是的，它不正确继承自nn.Module。但是，代码仍然“有效”，并且可以正常运行，但如果您使用前向挂钩，可能会产生一些副作用。

对nn.Module 执行推理的标准方法是调用对象，即调用__call__ 函数。这个__call__函数是由父类nn.Module实现的，它会依次做两件事：

在推理调用之前或之后处理前向挂钩
调用类的forward函数。

__call__ 函数充当forward 的包装器。因此，出于这个原因，forward 函数预计将被用户定义的nn.Module 覆盖。违反此设计模式的唯一警告是，它将有效地忽略应用于nn.Module 的任何钩子。

【讨论】：