本文共计336个文字，预计阅读时间需要2分钟。

原文链接：[torch.nn](https://pytorch.org/docs/stable/nn.) + pytorch中文文档链接：[torch.nn](https://pytorch.org/docs/zh/stable/nn.)

在`__init__`函数中定义，是一个类：pythonclass MyLayer(torch.nn.Module):

在`__forward__`函数中定义，是一个函数：pythondef __forward__(self, x):

原文链接

torch.nn

pytorch中文文档链接：torch.nn

在__init__()函数里定义，定义的是一个类：

torch.nn.functional

pytorch中文文档链接：torch.nn.functional

在__forward()__函数里定义，定义的是一个函数：

两者的区别

torch.nn中是一个定义的类，以class xx来定义的，可以提取变化的学习参数。

torch.nn.functional是一个函数，由def function( )定义，是一个固定的运算公式。

深度学习中会有很多权重是在不断更新的，所以需要采用类的方式，以确保能在参数发生变化时仍能使用我们之前定好的运算步骤。因此如果模型有可学习的参数，应该使用nn.Module，否则两个没有区别。但是简单的计算不需要新建一个类来做，所以使用nn.functional定义函数就可以。

即：层内有variable的情况用nn定义，否则用nn.functional定义。

学习更多编程知识，请关注我的公众号：

代码的路