我们为什么通过nn.模块作为神经网络类定义的一个论据？

我想知道我们为什么会通过torch.nn.模块当我们为像GAN这样的神经网络定义类时作为一个论据

import torch
import torch.nn as nn

class Generator(nn.Module):
    def __init__(self, input_size, hidden_size, output_size, f):
        super(Generator, self).__init__()
        self.map1 = nn.Linear(input_size, hidden_size)
        self.map2 = nn.Linear(hidden_size, hidden_size)
        self.map3 = nn.Linear(hidden_size, output_size)
        self.f = f

这条线

class Generator(nn.Module):

简单意味着生成器类将继承nn.模块类，它不是参数

但是，dunderinit方法：

def __init__(self, input_size, hidden_size, output_size, f):

有自我，这就是为什么你会认为这是一个论点。在

这是Python类实例self。不管它是继续还是继续，都有一些小规模的战斗，但是Guido在他的博客中解释道why it has to stay. 在