使用Pytorch訓練神經網絡時了解類的使用

Question

我目前正在pytorch文檔中閱讀有關使用交叉熵損失訓練神經網絡的信息 。 用於計算損失的標准稱為：

criterion = nn.CrossEntropyLoss()

根據torch.nn文檔 ， CrossEntropyLoss是一個類。 根據我的理解，這意味着criterion是nn.CrossEntropyLoss類型的對象。

在訓練神經網絡時，使用criterion以以下方式計算損失

loss = criterion(input, target)

這讓我有些困惑。 如果 criterion 是一個對象，那么如何將其用作功能？ 我希望是這樣的

loss = criterion.calculate_loss(input, target)

其中calculate_loss()是在nn.CrossEntropyLoss類中定義的方法。 此外，文檔還使用以下代碼行

running_loss += loss.item()

這個item()方法從何而來？ 我找不到在線提及item()的來源。

Answer 1

如果條件是一個對象，那么如何將其用作功能？

在這種情況下，標准對象具有forward方法。 criterion(input, target)是criterion.forward(input, target)簡寫。

這個item（）方法從何而來？

此方法返回一維Tensor 。 可以使用item()將單個值作為數字訪問。