При расширении этого класса для одного из его методов теперь требуется дополнительный аргумент. Зачем?

Question

Когда я хочу выполнить прямой проход с инициализированным объектом model = nn.Sequential, я просто использую:

out = model(X)
# OR
out = model.forward(X)

Однако я попытался расширить класс Sequential, и теперь оба этих метода вдруг требуется второй аргумент. Например, обратите внимание, что в следующем методе мой вызов self(x):

def train(self, trainloader, epochs):
        for e in range(epochs):
            for x, y in trainloader:
                x = x.view(x.shape[0], -1)
                self.optimizer.zero_grad()
                loss = self.criterion(self(x), y) # CALL OCCURS HERE
                loss.backward()
                self.optimizer.step()

Теперь этот код дает мне TypeError: forward() missing 1 required positional argument: 'target'.

Мой вопрос: Поскольку я не сделал ничего, кроме расширения класса, почему это?

Код для полного класса ниже:

class Network(nn.Sequential):
    def __init__(self, layers):
        super().__init__(self.init_modules(layers))
        self.criterion = nn.NLLLoss()
        self.optimizer = optim.Adam(self.parameters(), lr=0.003)

    def init_modules(self, layers):

        n_layers = len(layers)
        modules = OrderedDict()

        # Layer definitions for input and inner layers:
        for i in range(n_layers - 2):
            modules[f'fc{i}']   = nn.Linear(layers[i], layers[i+1])
            modules[f'relu{i}'] = nn.ReLU()

        # Definition for output layer:
        modules['fc_out'] = nn.Linear(layers[-2], layers[-1])
        modules['smax_out'] = nn.LogSoftmax(dim=1)

        return modules


    def train(self, trainloader, epochs):
        for e in range(epochs):
            for x, y in trainloader:
                x = x.view(x.shape[0], -1)
                self.optimizer.zero_grad()
                loss = self.criterion(self(x), y)
                loss.backward()
                self.optimizer.step()

Полная трассировка стека:

---------------------------------------------------------------------------
TypeError                                 Traceback (most recent call last)
<ipython-input-63-490e0b9eef22> in <module>
----> 1 model2.train(trainloader, 5, plot_loss=True)

<ipython-input-61-e173e5672f18> in train(self, trainloader, epochs, plot_loss)
     32                 x = x.view(x.shape[0], -1)
     33                 self.optimizer.zero_grad()
---> 34                 loss = self.criterion(self(x), y)
     35                 loss.backward()
     36                 self.optimizer.step()

c:\program files\python38\lib\site-packages\torch\nn\modules\module.py in __call__(self, *input, **kwargs)
    548             result = self._slow_forward(*input, **kwargs)
    549         else:
--> 550             result = self.forward(*input, **kwargs)
    551         for hook in self._forward_hooks.values():
    552             hook_result = hook(self, input, result)

c:\program files\python38\lib\site-packages\torch\nn\modules\container.py in forward(self, input)
     98     def forward(self, input):
     99         for module in self:
--> 100             input = module(input)
    101         return input
    102 

c:\program files\python38\lib\site-packages\torch\nn\modules\module.py in __call__(self, *input, **kwargs)
    548             result = self._slow_forward(*input, **kwargs)
    549         else:
--> 550             result = self.forward(*input, **kwargs)
    551         for hook in self._forward_hooks.values():
    552             hook_result = hook(self, input, result)

TypeError: forward() missing 1 required positional argument: 'target'

Answer 1

Q: Поскольку я не сделал ничего, кроме расширения класса, почему это произошло?

На самом деле, вы это сделали. Вы выбрали «неправильный» базовый класс. forward из nn.Sequential просто проходит через все модули , и когда вы определили:

self.criterion = nn.NLLLoss()

, вы зарегистрировали потерю как модуль. Следовательно, когда вы звоните self(x), вы фактически звоните self.criterion(x) в какой-то момент, отсюда TypeError.

Answer 2

Обратите внимание, что self.criterion является экземпляром класса nn.NLLLoss. Вам нужно передать тензор факела в качестве второго аргумента, убедитесь, что y удовлетворяет этому требованию типа. Кроме того, я не уверен насчет этой строки loss = self.criterion(self(x), y), зачем звонить self(x)? Первый аргумент должен быть входными данными, переданными через функцию активации.