在python中建立類時，self的作用

在深度學習中，有時候建立模型總是要先建立乙個class(類)，而在初始化類的時候__init__的第乙個引數是self，那麼這個self有什麼作用呢？

對於乙個類來說，在建立例項的時候，如果需要新增比較多的引數，那麼self的作用就展現出來了，例如，在構建乙個生成模型時，在定義init方法的時候，可以將輸入雜訊的維度、卷積維度以及輸出的size等屬性新增進去，如下所示：

class generator(nn.module):

def __init__(self, noise_dim=100, cov_dim=32, output_size=64):

super(generator, self).__init__()

請注意，在建立init方法的時候，其第乙個引數一定是self，這表明init建立的是例項本身，後面我們自己建立的屬性是可以通過self來呼叫的。

但是當你自己新增了引數時，在進行例項化的時候，就不能傳入空引數了，需要和你自己定義的相匹配，自己定義了多少引數，就在例項化時傳入多少引數，但是self不需要傳入，因為python直譯器會自己把例項引數新增進去。例項化如下所示，和上面的是相對應的。

g = generator(noise_dim = 100, g_img_size=64)

其實，在類中定義方法，除了第乙個引數是self之外，和平常定義乙個普通方法沒什麼太大區別。