super(Model,self).__init__()的意义

已于 2025-04-08 10:03:01 修改
阅读量319 收藏
点赞数 5
文章标签： python pytorch
于 2025-04-08 09:59:37 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.youkuaiyun.com/weixin_62951055/article/details/147060318
版权

该方法的意义为，首先找到Model的父类即nn.Module，然后将Model的对象self（在python中，约定俗成将self作为函数或类方法的一个参数，self为实例而不是类本身），转化为类nn.Module的对象，然后被转化后的nn.Module对象调用自己的__init__方法进行初始化，相当于有了父类初始化后的那套东西。

PS：新版本的pytorch好像可以不添加参数

图源Pytorch官网参考文档Module — PyTorch 2.6 documentation

Pytorch实用教程：super(MLP,self).__init__()和super().__init__()有什么区别？
若北辰
05-30 668
在 Python 中，super()函数用于调用父类（超类）的方法。它的使用在继承关系中非常常见，特别是在初始化继承自父类的属性时。在 PyTorch 中，这通常见于初始化nn.Module类的子类。super()的两种调用方式有微妙的差别，但在 Python 3 中常常用来达到同样的目的。这种写法在 Python 2 中非常常见。这里，super()被调用时需要指定当前类名（MLP）和当前实例（self。
Pytorch实用教程：Python中super().__init__()方法的详细介绍
若北辰
04-02 1771
`super().__init__()` 在 Python 中是一个非常常用的概念，尤其是在`面向对象编程`（OOP）中。 这个方法的使用涉及到类的`继承`和`多态`，它允许你调用父类的方法，这在`初始化子类`时非常有用。以下是对这个方法的详细介绍。
Python类中self参数 / __ init__ ()方法 /super(Model, self).__init__()是什么
Toby的博客
07-20 5435
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。 这是为鸢尾花数据做的一个简单基础的神经网络模型代码： 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__() s
【Pytorch】self参数, __ init__ ()方法 和 super(Model, self).__init__()
梦在黎明破晓时的博客
04-02 990
【Pytorch】self参数, __ init__ ()方法 和 super(Model, self).__init__()
（基于Pytorch的深度学习）笔记1：创建模型用到的类：_init_和self、super(Model, self).__init__()
maoni99999的博客
10-02 6349
Python 中的_init_和self: 拿以下一段代码作为例子： class LinearNet(nn.Module): def __init__(self,n_feature): super(LinearNet, self).__init__() self.linear = nn.Linear(n_feature,1) def forward(self, x): y = self.linear(x) ...
Python基础篇——super(XXX, self).__init__()的学习、理解以及class xxx(object)中object的作用
Yale-曼陀罗
12-29 5013
在很多场合尤其是写神经网络的代码的时候，经常看到过下面代码示例： TensorFlow框架下 神经网络的定义： class BertIntentModel(object): def __init__(self): super(BertIntentModel, self).__init__() self.dict_path = '/Users/vocab.txt' self.config_path = '/Users/bert_config_rbt3.json' self.checkpoi
Pytorch加载模型只导入部分层权重，即跳过指定网络层的方法
m0_61899108的博客
04-28 1万+
需求 Pytorch加载模型时，只导入部分层权重，跳过部分指定网络层。（权重文件存储为dict形式） 本文参考总结他人的做法，主要是load时加if判断哪些网络层不需要，或者直接strict=False，跳过没有的网络层。还有对载入的参数更新有具体要求的方法，固定参数、或者不同参数有不同的更新速度。同时，自己使用时报错报错 Magic Number Error，发现是这种权重文件比较古老，使用 pickle 存储并且编码使用了 latin1，换个load方式。
Python类中的继承——super（包含super(子类, self).__init__()以及其他父类的方法）
Le0v1n 的博客
05-09 1万+
Python类中的继承——super。 包含①super(子类, self).__init__()；②其他父类的方法。
cannot assign module before Module.__init__() call
jacke121的专栏
05-29 4517
错误翻译成中文是-------属性错误，模块不能在初始化之前赋值。错误原因有可能是： 在类的初始化里面没有加上父类的初始化，比如： super(MLP, self).__init__()
【Pytorch实战教程】Pytorch中model.load_state_dict()的详细介绍
最新发布
若北辰
07-25 2925
该方法用于将预先保存的参数字典加载到模型中。这种方法非常灵活，适用于加载不同环境中的模型参数。是 PyTorch 中加载模型参数的标准方法。通过理解state_dict和strict参数的用法，可以灵活地在不同模型版本之间加载和迁移参数，提高模型的复用性和管理效率。
TypeError: object.__init__() takes no parameters异常报错分析
徐工的博客
07-15 5652
class Car(): def __init__(self,make,model,year): self.make=make self.model=model self.year=year self.odometer_reading=40 def get_description_name(self): ...
解惑（一） ----- super(XXX, self).__init__()到底是代表什么含义
热门推荐
奋斗の博客
03-09 5万+
好文不应该被埋没，应该被更多的人所熟知！！！ 转载：https://blog.csdn.net/zyh19980527/article/details/107206483/ 相信大家在很多场合特别是写神经网络的代码的时候都看到过下面的这种代码： import torch import torch.nn as nn import torch.nn.functional as F class Net(nn.Module): def __init__(self): super(Net
Python中 __init__() 和 super().__init__() 的作用和用法示例
行子的博客
07-14 1255
在Python中，__init__()和是用于类的的特殊方法和函数调用。
python pandas 日期_python – Pandas按时间分组并指定开始时间
weixin_39798579的博客
12-10 734
– 编辑我注意到我输入的时间不是我想要的.我将12点之后的时间转换为24小时时间约定.但是,unutbu的答案应该仍然清楚.– 第二次编辑.我改变了数据以做出更好的例子.以下是按日期索引的时间序列.我想从start_datetime开始进行聚合,并根据下面的timedelta(9.5小时= 34200秒)继续聚合.def main():# start_datetime = datetime.dat...
super(MLP, self).__init__() 的含义
大数据之眸
02-23 1818
class MLP(nn.Module): def __init__(self, num_layers, input_dim, hidden_dim, output_dim): super(MLP, self).__init__() 在读论文源码时，发现如上这个比较拗口的语法点。 其实意思很简单，首先找到MLP的父类（这里是类nn.Module），然后把类MLP的对象self转换为类nn.Module的对象，然后“被转换”的类nn.Module对象调用自己的_init_函..
NNLM代码
qq_40478639的博客
04-08 826
！使用下面链接代码 ​​​https://github.com/graykode/nlp-tutorialnlp-tutorial/1-1.NNLM at master · graykode/nlp-tutorial · GitHub 一、引入torch import torch import torch.nn import torch.optim as optim 二、 make_batch 创建语料 # 语料 sentences = ["I like dog", "I love ...
Pytorch构建网络模型时super(__class__, self).__init__()的作用
使者大牙ℂypher的博客
03-17 2587
理解super()方法及Pytorch构建网络模型时super(__class__, self).__init__()的作用。
终于搞懂了 super(XXXX, self).__init__()的作用是啥了
zy的博客
08-03 1万+
super（xxxxx,self）.__init()__的使用以及python中init()方法的介绍
import pandas as pd from PyQt5.QtWidgets import QApplication, QTableView, QMainWindow, QVBoxLayout, QWidget class ExcelViewer(QMainWindow): def __init__(self, file_path): super().__init__() # 读取 Excel 文件并将其转换为 pandas DataFrame 对象 self.df = pd.read_excel(file_path) # 创建 QTableView 组件并将其设置为中心窗口部件 self.table_view = QTableView() self.setCentralWidget(self.table_view) # 将 DataFrame 数据设置为表格模型并在 QTableView 中显示 model = pdTableModel(self.df) self.table_view.setModel(model) class pdTableModel(QtCore.QAbstractTableModel): def __init__(self, data): super().__init__() self._data = data def data(self, index, role): if role == QtCore.Qt.DisplayRole: return str(self._data.iloc[index.row(), index.column()]) def rowCount(self, index): return self._data.shape[0] def columnCount(self, index): return self._data.shape[1] if __name__ == '__main__': app = QApplication([]) excel_viewer = ExcelViewer('example.xlsx') excel_viewer.show() app.exec_()帮我修改成按查询按钮显示Excel
06-03
好的，以下是修改后的代码，添加了一个查询按钮和一个槽函数，点击查询按钮后会弹出一个文件选择窗口，用户选择Excel文件后，程序会读取该文件并在主窗口中显示： ``` import pandas as pd from PyQt5.QtWidgets import QApplication, QTableView, QMainWindow, QVBoxLayout, QWidget, QPushButton, QFileDialog from PyQt5 import QtCore class ExcelViewer(QMainWindow): def __init__(self): super().__init__() self.df = None # 初始值为 None self.table_view = QTableView() self.setCentralWidget(self.table_view) self.initUI() def initUI(self): self.setWindowTitle("Excel Viewer") self.resize(800, 600) # 添加查询按钮 self.button = QPushButton("查询", self) self.button.setGeometry(QtCore.QRect(340, 20, 80, 30)) self.button.clicked.connect(self.selectExcel) def selectExcel(self): # 弹出文件选择窗口 file_path, _ = QFileDialog.getOpenFileName(self, "选择Excel文件", "", "Excel Files (*.xlsx *.xls)") if file_path: # 读取 Excel 文件并将其转换为 pandas DataFrame 对象 self.df = pd.read_excel(file_path) # 将 DataFrame 数据设置为表格模型并在 QTableView 中显示 model = pdTableModel(self.df) self.table_view.setModel(model) class pdTableModel(QtCore.QAbstractTableModel): def __init__(self, data): super().__init__() self._data = data def data(self, index, role): if role == QtCore.Qt.DisplayRole: return str(self._data.iloc[index.row(), index.column()]) def rowCount(self, index): return self._data.shape[0] def columnCount(self, index): return self._data.shape[1] if __name__ == '__main__': app = QApplication([]) excel_viewer = ExcelViewer() excel_viewer.show() app.exec_() ``` 注意事项： 1. `ExcelViewer` 类的构造函数中不再接收 `file_path` 参数，因为文件路径是在点击查询按钮后由用户选择的。 2. `ExcelViewer` 类中添加了一个 `selectExcel` 槽函数，用于响应用户点击查询按钮的事件。 3. `selectExcel` 槽函数通过调用 `QFileDialog.getOpenFileName` 方法弹出文件选择窗口，让用户选择 Excel 文件。 4. `selectExcel` 槽函数读取用户选择的 Excel 文件并将其转换为 pandas DataFrame 对象，如果读取成功则将其在主窗口中显示。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值