torch.nn.Linear类工作原理及self.linear(x)传参逻辑疑问

你提到的「self.linear没有定义接收参数的逻辑」是对PyTorch nn.Module封装机制的误解，具体原理如下：

class LR(nn.Module):
  def __init__(self, input_size, output_size):
    super().__init__()
    self.linear = Linear(input_size, output_size)
  def forward(self, x):
    pred = self.linear(x)
    return pred

• 代码里的self.linear是torch.nn.Linear类的实例，所有继承自nn.Module的类都实现了Python的__call__魔法方法，支持像调用函数一样直接调用类实例，你传入的x首先会被传递到Linear实例的__call__方法中
• nn.Module的__call__是PyTorch框架预先实现的通用逻辑，内部除了调用类的forward方法外，还会自动处理计算图记录、前后钩子触发等操作，不需要用户自行实现
• torch.nn.Linear官方已经内置了forward方法的实现，核心逻辑就是对输入做线性变换：output = x @ 权重矩阵.T + 偏置项，你传入的x最终就是在这里参与计算，得到的结果再赋值给pred

提示：不要直接手动调用self.linear.forward(x)，直接调用实例的写法会自动处理所有框架层的必要操作，能避免反向传播失效等异常问题

内容的提问来源于stack exchange，提问作者Vayun Ekbote