python - 对在 Pytorch 中使用 super() 构建神经网络感到困惑
问题描述
我了解super()
在初始化类时使用从类继承属性和方法。但是,当在神经网络的上下文中使用它时,例如:
class Net(nn.Module):
def __init__(self, num_inputs, num_outputs, num_hiddens1, num_hiddens2,
is_training = True):
super(Net, self).__init__()
我对为什么super()
要调用同一个班级感到困惑。这是什么意思,为什么要这样做?
非常感谢!
解决方案
推荐阅读
- python - Apply if condition on a Dataframe
- python - Deep learning model not giving predictions as input layer is incompatible
- node.js - 护照本地猫鼬中缺少密码错误
- spring-boot - SpringBoot Mongo 配置被 application.yaml 忽略
- c# - 无法将绑定添加到 UWP DataGridTemplateColumn
- java - 没有找到给定的测试包括:JUNIT
- cmd - Pip 没有安装任何东西
- scikit-learn - StratifiedKFold split doesn't seem to work
- amazon-redshift - Load Parquet Files from AWS Glue To Redshift
- java - 我如何在配方中使用 itemStack