实例化模型后仍报parameters()缺少self参数的TypeError问题排查

错误含义解释 #

在Python类中，self是实例方法的第一个必填参数，代表当前类的实例对象。PyTorch的nn.Module类中，parameters()是实例方法，必须通过类的实例调用——如果直接用类名调用该方法，Python不会自动传入实例对象作为self参数，就会抛出这个报错。

问题定位 #

你的代码存在两处问题：

• 优化器初始化错误：
  你写的torch.optim.Adam(AddNN.parameters(), lr = .05)是直接用类名AddNN调用parameters()，而不是用已实例化的模型对象net。parameters()需要通过模型实例来获取参数，正确写法应为net.parameters()。
• forward方法缩进错误：
  forward方法被缩进在__init__方法内部，变成了__init__的嵌套函数，而非类的成员方法。后续调用模型时，PyTorch会因找不到forward方法触发新错误。

修正后的关键代码 #

class AddNN(nn.Module):
    def __init__(self):
        super().__init__()
        self.input = nn.Linear(2,16)
        self.fc1 = nn.Linear(16,32)
        self.fc2 = nn.Linear(32,1)
        self.output = nn.Linear(1,1)

    # forward方法与__init__同级缩进
    def forward(self, x):
        x = F.relu(self.input(x))
        x = F.relu(self.fc1(x))
        x = F.relu(self.fc2(x))
        return self.output(x)

net = AddNN()
lossfun = nn.MSELoss()
# 使用模型实例调用parameters()
optimizer = torch.optim.Adam(net.parameters(), lr = .05)

内容的提问来源于stack exchange，提问作者Rainbow