在PyTorch中，torch.nn与torch.nn.functional都是常用的模块，本文介绍这两者的区别。

torch.nn

pytorch中文文档链接：https://pytorch-cn.readthedocs.io/zh/latest/package_references/torch-nn/#torchnn

在__init__()函数里定义，定义的是一个类：

torch.nn.functional

pytorch中文文档链接：https://pytorch-cn.readthedocs.io/zh/latest/package_references/functional/#torchnnfunctional

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。