在根据状态获取一个动作：self.eval_net.forward(state)
在更新网络时：self.eval_net(state)

这2个有什么区别呀，为啥不都是forward

我打印了一下返回值的时候，我感觉格式是一样的

action_value= tensor([[0.7177, 0.7369, 0.7124, 0.8184]], grad_fn=<AddmmBackward0>)

eval_net(state)= tensor([[0.7190, 0.7511, 0.7002, 0.8192],
        [0.5330, 0.5235, 0.3537, 0.5223],
 ....
        [0.7190, 0.7511, 0.7002, 0.8192]], grad_fn=<AddmmBackward0>)

在pytorch中，self.eval_net.forward(state)和self.eval_net.forward(state)是等价的

参考：Pytorch 中的 forward理解 - 知乎前言我们在使用Pytorch的时候，模型训练时，不需要调用forward这个函数，只需要在实例化一个对象中传入对应的参数就可以自动调用 forward 函数。 class Module(nn.Module): def __init__(self): super().__init__(…https://zhuanlan.zhihu.com/p/357021687