【深度学习】Pytorch学习笔记（一）
Pytorch中需要自己定义网络模型，该模型需要封装到一个自定义的类中，该类只是一个子类，其继承的父类为torch.nn.Module，可见如下树形结构图：Module实际又是继承了Object类，关于为什么要继承Object类有兴趣的可以看这篇博客MRO算法
也就是说，自定义的模型除了要有__init__()构造函数之外，还必须有forward函数，重写父类Module的该方法。 在子类的__init__()方法中必须调用父类的__init__()方法以初始化父类的属性，常用写法为super(自定义类名称,self ).__init__()或者Module.__init__(self)。
然而forward函数不需要用户自己调用，只需要实例化用户自定义的模型对象即可，就会自动调用forward函数，这种机制类似于hook（钩子）函数，forward函数挂接在所在类的__init__()方法上，所以实例化对象的同时也调用了forward方法。
在用户自定义的模型类中，__init__()构造函数是用来初始化神经网络的层结构，forward函数用来实现神经网络的前向传播。