在使用tensorFlow2搭建神经网络模型的时候，除了Sequential的方法，还有就是自己写模型class，然后初始化。自己写模型类的优势就是可以自定义层与层之间的连接关系，自定义数据流x的流向。
这是一个简单的基本神经网络模型代码，用于虹膜数据：
[En]
This is a simple basic neural network model code for iris data:
class IrisModel(Model): #继承TF的Model类
def __init__(self): #在这里定义网络结构块
super(IrisModel, self).__init__()
self.d1 = Dense(3, activation='softmax', kernel_regularizer=tf.keras.regularizers.l2()) #定义网络结构块
def call(self, x): #在这里实现前向传播
y = self.d1(x) #调用网络结构块，实现前向传播
return y
model = IrisModel() #类实例化
当我第一次学习用类编写这段代码时，我在一些地方感到陌生和不习惯。
[En]
When I first learned to write this code with classes, I felt strange and unaccustomed in several places.
1、为什么要定义 def init()
2、为什么要有 super(MyModel ,self).init()
3、为什么到处都有一个self? 又不能省略，又感觉很累赘，它到底意义何在？
我原本打算写一篇自己的文章来谈这件事，但发现网上已经有人写了，而且写得很细致、很清楚，所以就直接转载了他的文章。
[En]
I originally planned to write my own article to talk about this, but I found that someone had already written it online, and it was very meticulous and clear, so I just reprinted his article directly.
博主Chou_pijiang，原文链接：https://blog.csdn.net/zyh19980527/article/details/107206483
总结下来，有这样几点：
1、self参数
self指的是实例Instance本身，在Python类中规定，函数的第一个参数是实例对象本身，并且约定俗成，把其名字写为self，也就是说， 类中的方法的第一个参数一定要是self，而且不能省略。
我觉得关于self有三点是很重要的：
self指的是实例本身，而不是类
self可以用this替代，但是不要这么去写
类的方法中的self不可以省略
2、 init ()方法
在python中创建类后，通常会创建一个 init ()方法， 这个方法会在创建类的实例的时候自动执行。 init ()方法必须包含一个self参数，而且要是第一个参数
init ()方法在实例化的时候就已经自动执行了，但是如果不是 init ()方法，那肯定就只有调用才执行。如果 init ()方法中还需要传入另一个参数name，但是我们在创建Bob的实例的时候没有传入name，那么程序就会报错， 说我们少了一个__ init__ ()方法的参数，因为__ init__ ()方法是会在创建实例的过程中自动执行的，这个时候发现没有name参数，肯定就报错了。
那么什么需要在__ init__ ()方法中定义？就是 当我们认为一些属性、操作是在创建实例的时候就有的时候，就应该把这个量定义在__ init__ ()方法中。我们写神经网络的代码的时候，一些网络结构的设置，也最好放在__ init__ ()方法中。
3、super(MyModel, self).init()
简单理解就是子类把父类的__init__()放到自己的__init__()当中，这样子类就有了父类的__init__()的那些东西。
Net类继承nn.Module，super(Net, self).init()就是对继承自父类nn.Module的属性进行初始化。而且是用nn.Module的初始化方法来初始化继承的属性。
子类继承父类的所有属性和方法，父属性自然用父方法初始化。
[En]
The subclass inherits all the properties and methods of the parent class, and the parent property is naturally initialized with the parent method.
当然，如果初始化的逻辑与父类的逻辑不同，您可以自己重新初始化它，而不使用父类的方法。
[En]
Of course, if the logic of initialization is different from that of the parent class, you can reinitialize it yourself without using the methods of the parent class.
写神经网络模型的时候，父类Modle中还有一些属性我们不用再自己手写了，直接将其初始化就好，另外Model也是有继承的父类network.Network，这里也有一些我们不知道、不知如何自己写的属性和方法。 所以最好都加上 super(MyModel,self).init()这样的父类初始化命令行。
class Module(tracking.AutoTrackable):
def __init__(self, name=None):
if name is None: #模型名称
name = camel_to_snake(type(self).__name__)
else:
if not valid_identifier(name):
raise ValueError(
"%r is not a valid module name. Module names must be valid Python "
"identifiers (e.g. a valid class name)." % name)
self._name = name
if tf2.enabled():
with ops.name_scope_v2(name) as scope_name: #TF命名空间
self._name_scope = ops.name_scope_v2(scope_name)
else:
with ops.name_scope(name, skip_on_eager=False) as scope_name:
self._scope_name = scope_name
Original: https://blog.csdn.net/eylier/article/details/118931908
Author: Just Jump
Title: Python类中self参数 / init ()方法 /super(Model, self).init()是什么
原创文章受到原创版权保护。转载请注明出处：https://www.johngo689.com/514342/
转载文章受原作者版权保护。转载请注明原作者出处！