你写模型时永远是这样三步：class XxxModel(nn.Module)、def __init__ 里定义层、def forward 里拼数据流。但为什么非得继承 nn.Module？直接写个普通类不行吗？
答案是 nn.Module 帮你干了四件脏活：参数注册、子模块管理、train/eval 模式切换、设备迁移。不继承它，这些你得自己写几百行。这一篇把这套机制讲透。
概念回顾
上一篇我们学了 DataLoader 怎么把数据喂进来。现在往下游走——数据进模型。第 16 篇你见过 nn.Linear，第 50 篇我们讲它背后的“宿主” nn.Module。第 45 篇的计算图也依赖 nn.Module——因为只有注册在 Module 里的参数，才会被 autograd 跟踪。
一句话解释
nn.Module 是所有 PyTorch 模型的基类。继承它，你的层和参数会被自动注册，optimizer 能找到它们，autograd 能跟踪它们，model.to(‘cuda’) 能迁移它们。
最小模型结构
import torch.nn as nn
class MLP(nn.Module):
def __init__(self, in_features, hidden, num_classes):
super().__init__() # ① 必须调用父类初始化
self.fc1 = nn.Linear(in_features, hidden) # ② 在 __init__ 里定义层
self.relu = nn.ReLU()
self.fc2 = nn.Linear(hidden, num_classes)
def forward(self, x): # ③ 定义数据怎么流
x = self.fc1(x)
x = self.relu(x)
x = self.fc2(x)
return x
model = MLP(784, 256, 10)
print(model)输出：
MLP(
(fc1): Linear(in_features=784, out_features=256, bias=True)
(relu): ReLU()
(fc2): Linear(in_features=256, out_features=10, bias=True)
)nn.Module 帮你做的四件事
1. 参数注册：optimizer 能找到所有参数
当你把 nn.Linear 赋值给 self.fc1 时，nn.Module 自动把 fc1 的权重和偏置注册到模型里。
model = MLP(784, 256, 10)
# 自动收集所有参数
for name, param in model.named_parameters():
print(f"{name}: {param.shape}")
# 输出：
# fc1.weight: torch.Size([256, 784])
# fc1.bias: torch.Size([256])
# fc2.weight: torch.Size([10, 256])
# fc2.bias: torch.Size([10])所以 optimizer 只需要一句：
optimizer = torch.optim.Adam(model.parameters(), lr=0.001)model.parameters() 自动返回所有可训练参数。你不用手动收集。
陷阱：如果你这样写，参数不会被注册：
# ❌ 用普通 list 而不是 nn.ModuleList
class BadModel(nn.Module):
def __init__(self):
super().__init__()
self.layers = [nn.Linear(10, 10), nn.Linear(10, 10)] # 普通 list！
model = BadModel()
print(list(model.parameters())) # 空列表！optimizer 收不到参数修复：用 nn.ModuleList：
# ✅ 用 nn.ModuleList
class GoodModel(nn.Module):
def __init__(self):
super().__init__()
self.layers = nn.ModuleList([nn.Linear(10, 10), nn.Linear(10, 10)])
model = GoodModel()
print(list(model.parameters())) # 有参数了2. 子模块管理：嵌套模型
nn.Module 可以包含其他 nn.Module，形成树状结构。
class FeatureExtractor(nn.Module):
def __init__(self, in_features, hidden):
super().__init__()
self.fc = nn.Linear(in_features, hidden)
self.relu = nn.ReLU()
def forward(self, x):
return self.relu(self.fc(x))
class FullModel(nn.Module):
def __init__(self):
super().__init__()
self.extractor = FeatureExtractor(100, 64) # 嵌套
self.classifier = nn.Linear(64, 10)
def forward(self, x):
x = self.extractor(x)
return self.classifier(x)
model = FullModel()
print(model)子模块的参数也会被自动收集——model.parameters() 能拿到所有层的参数。
3. train/eval 模式切换
model.train() # 训练模式
model.eval() # 评估模式这影响两层的行为：
| 层 | train() | eval() |
|---|---|---|
| Dropout | 随机丢弃神经元 | 不丢弃 |
| BatchNorm | 用当前 batch 统计 | 用训练时保存的统计 |
忘记切换是最常见的 bug 之一：训练时忘 model.train()，Dropout 不工作；评估时忘 model.eval()，Dropout 还在随机丢弃，评估结果不稳定。
4. 设备迁移
model = MLP(784, 256, 10)
model = model.to('cuda') # 所有参数迁移到 GPU
# 数据也要迁移到同一设备
x = x.to('cuda')
y = y.to('cuda')
logits = model(x)model.to('cuda') 会把所有注册的参数和子模块迁移到 GPU。不用你手动一个个搬。
nn.Sequential：简化没有分支的模型
如果模型就是线性的层叠，用 nn.Sequential 更简洁：
# 这两种写法等价
model = nn.Sequential(
nn.Linear(784, 256),
nn.ReLU(),
nn.Dropout(0.5),
nn.Linear(256, 10)
)
# 等价于
class MLP(nn.Module):
def __init__(self):
super().__init__()
self.net = nn.Sequential(
nn.Linear(784, 256),
nn.ReLU(),
nn.Dropout(0.5),
nn.Linear(256, 10)
)
def forward(self, x):
return self.net(x)什么时候用 Sequential，什么时候写 forward？
- 层叠无分支 → Sequential
- 有条件判断、多输入、残差连接 → 写 forward
# 有残差连接，必须写 forward
class ResBlock(nn.Module):
def __init__(self, dim):
super().__init__()
self.fc1 = nn.Linear(dim, dim)
self.fc2 = nn.Linear(dim, dim)
def forward(self, x):
residual = x # 保存输入
x = torch.relu(self.fc1(x))
x = self.fc2(x)
return x + residual # 残差相加调用 model(x) 到底发生了什么
你写 model(x)，它调用 model.__call__(x)，__call__ 内部调用 model.forward(x)。
不要直接调 model.forward(x)——虽然能跑，但会跳过 nn.Module 的钩子机制（hooks），某些功能会失效。
# 推荐
logits = model(x)
# 不推荐
logits = model.forward(x) # 跳过了 hooks三个高频错误
错误 1：忘记 super().init()
# ❌
class MyModel(nn.Module):
def __init__(self):
# 忘了 super().__init__()
self.fc = nn.Linear(10, 10)
model = MyModel() # 报错：ParameterList 还没初始化修复：第一行加 super().__init__()。
错误 2：层用 list 存
前面讲过，普通 list 不会注册参数。用 nn.ModuleList。
错误 3：forward 里创建层
# ❌ 每次 forward 都新建层，参数不共享
class BadModel(nn.Module):
def __init__(self):
super().__init__()
def forward(self, x):
fc = nn.Linear(10, 10) # 每次 forward 新建！
return fc(x)修复：层在 __init__ 里定义，forward 里只做数据流。
课后练习
练习 1：写一个模型，有两个分支——一条全连接路径和一条卷积路径，最后拼接。forward 接收一个参数决定走哪条。
练习 2：下面代码能跑吗？训练效果对吗？
class Model(nn.Module):
def __init__(self):
super().__init__()
self.layers = [nn.Linear(10, 10) for _ in range(5)]
def forward(self, x):
for layer in self.layers:
x = layer(x)
return x练习 3：怎么查看一个模型总共有多少参数？
参考答案 / 自检思路
练习 1：
class TwoBranchModel(nn.Module):
def __init__(self, in_dim):
super().__init__()
self.fc_branch = nn.Sequential(nn.Linear(in_dim, 32), nn.ReLU())
# 假设输入是 [B, in_dim]，这里简化卷积分支
self.conv_branch = nn.Sequential(nn.Linear(in_dim, 32), nn.ReLU())
def forward(self, x, use_fc=True):
if use_fc:
return self.fc_branch(x)
else:
return self.conv_branch(x)练习 2：能跑（不报错），但训练效果完全不对。因为用普通 list 存层，参数没注册，optimizer 收不到这些层的参数，它们根本不会被训练。改为 nn.ModuleList：
self.layers = nn.ModuleList([nn.Linear(10, 10) for _ in range(5)])练习 3：
total = sum(p.numel() for p in model.parameters())
print(f"总参数量: {total}")
# 如果只要可训练的：
trainable = sum(p.numel() for p in model.parameters() if p.requires_grad)核心要点小结
- 继承 nn.Module 自动获得参数注册、子模块管理、模式切换、设备迁移
__init__里定义层，forward里定义数据流——不要反过来- 层用 list 存会丢参数，用
nn.ModuleList model(x)调用__call__→forward，不要直接调 forward- train/eval 模式影响 Dropout 和 BatchNorm，别忘切换
- 无分支用 Sequential，有分支/残差写 forward
下一篇讲参数初始化——权重全设 0 会让模型学废，初始化方式直接决定训练能不能起步。
留言讨论