Python类（class）参数self的理解

问题

在python类中，经常可以看见self参数，比如：

class Net(nn.Module):def __init__(self, num_inputs, num_outputs, num_hiddens1, num_hiddens2,is_training=True):super().__init__()self.num_inputs = num_inputsself.training = is_trainingself.lin1 = nn.Linear(num_inputs, num_hiddens1)self.lin2 = nn.Linear(num_hiddens1, num_hiddens2)self.lin3 = nn.Linear(num_hiddens2, num_outputs)self.relu = nn.ReLU()

那么这个参数该如何理解呢？

self 是 Python 类（class）中最核心、最关键的概念之一。理解 self 对于掌握面向对象编程至关重要。

一、self 是什么？

self 是一个约定俗成的名称，它代表类的（实例）

• 每当你创建一个类的实例（对象），Python 会自动把这个实例作为第一个参数传递给类中的方法。
• self 就是用来接收这个“实例本身”的参数。

二、举个例子来理解

class Person:def __init__(self, name):self.name = name  # 把传入的 name 保存到这个实例中def greet(self):print(f"Hello, I am {self.name}")# 创建一个实例
p = Person("Alice")
p.greet()  # 输出：Hello, I am Alice

我们来一步步分析：

1. p = Person("Alice")

   • 创建了一个 Person 类的实例，叫 p。
   • Python 自动调用 __init__ 方法，并把 p 这个实例作为第一个参数传进去。
   • 所以在 __init__ 中，self 就是 p。
   • self.name = name 相当于 p.name = "Alice"。

2. p.greet()

   • 调用 greet 方法。
   • Python 自动把 p 作为第一个参数传给 greet 方法。
   • 所以在 greet 中，self 也是 p。
   • self.name 就是 p.name，也就是 "Alice"。

三、为什么需要 self？

因为一个类可以创建多个实例，每个实例有自己的数据。self 让每个方法都知道“我现在操作的是哪一个实例”。

p1 = Person("Alice")
p2 = Person("Bob")p1.greet()  # Hello, I am Alice
p2.greet()  # Hello, I am Bob

虽然 p1 和 p2 都调用同一个 greet 方法，但 self 不同，所以访问的数据也不同。

四、self 在哪里出现？

1. 定义方法时：必须把 self 作为第一个参数。

   def greet(self):...

2. 访问实例变量或调用其他方法时：用 self.xxx。

   self.name = "Alice"
   self.greet()

3. 在 __init__ 中初始化属性：

   def __init__(self, name):self.name = nameself.age = 0

五、重要说明

• self 只是一个名字，你 technically 可以叫它 this、myself 或其他名字，但 强烈建议始终使用 self，这是 Python 社区的统一约定。
• self 参数在调用方法时不需要手动传，Python 会自动传。

  p.greet()  # 正确，不需要写 p.greet(p)

六、什么是需要self.param = param

回到神经网络代码

dropout1, dropout2 = 0.2, 0.5class Net(nn.Module):def __init__(self, num_inputs, num_outputs, num_hiddens1, num_hiddens2,is_training = True):super(Net, self).__init__()self.num_inputs = num_inputsself.training = is_trainingself.lin1 = nn.Linear(num_inputs, num_hiddens1)self.lin2 = nn.Linear(num_hiddens1, num_hiddens2)self.lin3 = nn.Linear(num_hiddens2, num_outputs)self.relu = nn.ReLU()def forward(self, X):H1 = self.relu(self.lin1(X.reshape((-1, self.num_inputs))))# 只有在训练模型时才使用dropoutif self.training == True:# 在第一个全连接层之后添加一个dropout层H1 = dropout_layer(H1, dropout1)H2 = self.relu(self.lin2(H1))if self.training == True:# 在第二个全连接层之后添加一个dropout层H2 = dropout_layer(H2, dropout2)out = self.lin3(H2)return outnet = Net(num_inputs, num_outputs, num_hiddens1, num_hiddens2)

• self.lin1 表示：这个网络实例的第一个线性层。
• self.relu 表示：这个网络实例的激活函数。
• 每个 Net 实例都有自己的一套 lin1, lin2 等层，self 帮助区分和管理它们。

一个问题，对于实例中的参数，为什么这里定义了

self.num_inputs = num_inputs
self.training = is_training

但却没有定义 

self.num_outputs = num_inputs
self.num_hiddens1 = num_hiddens1

即为什么有些参数被保存为实例变量，而有些没有？

答案核心：是否需要在类的其他方法中使用这些参数

在 Python 类中，是否将某个变量保存为 self.xxx，取决于你是否希望在类的其他方法中访问它。

可以看到，在后续的def forward()中，调用了self.num_inputs、self.training，而没有调用到num_outputs、num_hiddens1

总结