Quand impossible d'attribuer le module avant que l'appel Module.init () ne soit émis dans pytorch

C'est une histoire très simple, mais c'est un mémorandum parce qu'elle semble fondre pendant longtemps un jour.

Code correspondant et contenu d'erreur

import torch
import torch.nn as nn

class Encoder(nn.Module):
    def __init__(self, p_n_features_num, timesteps) -> None:
        self.p_n_features_num = p_n_features_num
        self.linear = nn.Linear(
            p_n_features_num, p_n_features_num, bias=True)
        self.leakyrelu = nn.LeakyReLU()

    def forward(self, input_net):
        input_net = input_net.view(input_net.size(0), self.p_n_features_num)
        return self.leakyrelu(self.linear(input_net))

Si vous appelez \ _ \ _ init \ _ \ _ du codeur ici

cannot assign module before Module.init() call

```J'obtiens l'erreur.

## Solution, corriger le code
 En effet, la super méthode n'a pas été appelée en premier car elle a hérité de nn.Module au moment de l'initialisation. Par conséquent, il peut être corrigé en le modifiant comme suit.

```python
import torch
import torch.nn as nn

class Encoder(nn.Module):
    def __init__(self, p_n_features_num, timesteps) -> None:
        super(Encoder, self).__init__()
        self.p_n_features_num = p_n_features_num
        self.linear = nn.Linear(
            p_n_features_num, p_n_features_num, bias=True)
        self.leakyrelu = nn.LeakyReLU()

    def forward(self, input_net):
        input_net = input_net.view(input_net.size(0), self.p_n_features_num)
        return self.leakyrelu(self.linear(input_net))