对多层神经网络连接的理解

import torch
import torch.nn as nn
import torch.nn.functional as F


class CNN(nn.Module):
    def __init__(self):
        super(CNN, self).__init__()
        self.conv = nn.Conv2d(2, 1, 1)


net = CNN()


class Test(nn.Module):
    def __init__(self, cnn):
        super(Test, self).__init__()
        self.conv = cnn.conv

    def forward(self, x):
        x = self.conv(x)
        x = F.relu(x)
        return x


a = torch.randn([1, 2, 3, 4])
test = Test(net)
res = test(a)
print(res)

Test类直接接受是CNN()实例化后的net，相当于把CNN()的网络结构作为参数传给了Test()，这样在CNN()中就不用写forward()，即使写了也不起作用，因为对于test对象来说，它的网络结构是Test()定义的，其前向传播必须在Test()中进行定义。