なぜPyTorchのnn.Moduleのインスタンスの引数がforwardに渡されるのか

PyTorchを使って機械学習の勉強をしています。pythonの学習も最近始めたばかりです。
以下のPytorchのtutorialのコードでNet()のインスタンスnetを作成し、引数にinputを渡していると思いますが、なぜこれがforward関数に渡されるのでしょうか？インスタンスの引数は_init_に渡されると思いますが、Netもnn.Moduleも_init_の引数にselfしか持っておらず、どういう仕組みなのか全くわかりません。Python素人なので基礎的な質問かもしれませんがよろしくお願いします。

PyTorchのtutorial

該当のソースコード

python
1import torch
2import torch.nn as nn
3import torch.nn.functional as F
4
5
6class Net(nn.Module):
7
8    def __init__(self):
9        super(Net, self).__init__()
10        # 1 input image channel, 6 output channels, 3x3 square convolution
11        # kernel
12        self.conv1 = nn.Conv2d(1, 6, 3)
13        self.conv2 = nn.Conv2d(6, 16, 3)
14        # an affine operation: y = Wx + b
15        self.fc1 = nn.Linear(16 * 6 * 6, 120)  # 6*6 from image dimension
16        self.fc2 = nn.Linear(120, 84)
17        self.fc3 = nn.Linear(84, 10)
18
19    def forward(self, x):
20        # Max pooling over a (2, 2) window
21        x = F.max_pool2d(F.relu(self.conv1(x)), (2, 2))
22        # If the size is a square you can only specify a single number
23        x = F.max_pool2d(F.relu(self.conv2(x)), 2)
24        x = x.view(-1, self.num_flat_features(x))
25        x = F.relu(self.fc1(x))
26        x = F.relu(self.fc2(x))
27        x = self.fc3(x)
28        return x
29
30    def num_flat_features(self, x):
31        size = x.size()[1:]  # all dimensions except the batch dimension
32        num_features = 1
33        for s in size:
34            num_features *= s
35        return num_features
36
37
38net = Net()
39print(net)
40
41input = torch.randn(1, 1, 32, 32)
42out = net(input)
43print(out)