pytorch-pytorch中实例化的模型作为实参传入函数中，传递地址还是值？

question：

https://github.com/microsoft/Swin-Transformer/blob/bc26f4764735a91b0330071cc9ca9ffcf60340fa/main.py#L80
https://github.com/microsoft/Swin-Transformer/blob/bc26f4764735a91b0330071cc9ca9ffcf60340fa/main.py#L136
如这两行代码，实例化的model并不是全局变量，但是传入train-one-epoch函数中，并不需要返回值就可以继续训练。为什么？传入函数的实例化model是值还是地址

answer：

其实这个问题简化来看就是python函数的传值和传址的问题。
首先来看一个列子：

def change(val):
    val.append(100)
    val = ['T', 'Z', 'Y']
nums = [0, 1]
change(nums)
print(nums)

猜猜结果应该是什么？
按照C++语言的思维，如果Python函数参数的传递是传值的话，结果应该是[0, 1]，如果是传引用的话，结果应该是[‘T’, ‘Z’, ‘Y’]。
可是实际结果是：[0, 1, 100]。所以，Python函数参数的传递既不是所谓的传值也不是传引用。

Python函数参数传递

那么Python中函数参数到底是以什么形式传递的呢？我们首先明确一些概念：Python中的变量和对象。Python中的变量是没有类型的，我们可以把它看做一个(*void)类型的指针，变量是可以指向任何对象的，而对象才是有类型的。而且Python中的对象有不可变对象（number，string，tuple等）和可变对象之分（list，dict等）。
比如下面的例子：

nums = (1, 2, 3)
type(nums) #输出：tuple
id(nums) #输出：59179256
nums = [1, 2, 3] 
type(nums) #输出：list
id(nums) #输出：59094960

可以看到nums是没有类型的，它可以指向一个tuple也可以指向一个list，从id就可以看出nums指向了不同的对象。明白了这个概念，那么我们可以说Python中函数参数的传递是传递的变量的值，即就是变量所指向的对象的地址。
一般的，我们有下面的规律：

1. 不可变对象作为函数参数，相当于C系语言的值传递。
2. 可变对象作为函数参数，相当于C系语言的引用传递。

但是，其实只要我们内心记得：参数传递的是变量所指向的对象的地址就行，值传递和引用传递都是C++中的概念！

例子分析

下面我们分析几个例子：

不可变对象

def change(val):
    val = 0
num = 1
change(num)
print(num) #输出结果为1

按照上面的规律1，输出结果为1。我们分析一下为什么。

我们定义了一个变量num，num指向数字1，然后执行change函数的时候，复制了num变量到val，即刚进入函数体的时候val仍然指向数字1，然后函数体中给val赋值2，因为数字是不可变对象，所以val重新指向了0。但是作为num变量，仍然指向1。

可变对象

def change(val):
    val.append(1)
nums = [0]
change(nums)
print(nums)

这里例子同样的道理，刚进入change函数体的时候，val指向列表[0]，因为列表是可变对象，所以给[0]执行append操作的时候，直接作用在原来的list上不会生成新的对象，所以返回结果是[0, 1]。

引子中的例子

开始的时候，nums指向列表[0]，然后进入函数体change的时候，val指向列表[0]，然后执行append，列表[0]变成[0, 1]，然后又将[‘T’, ‘Z’, ‘Y’]赋值给val，所以最后的结果是nums指向的[0]变成了[0, 1]。所以最重要的一点是明白：Python中函数参数的传递是变量指向的对象的地址；Python中变量和对象的不同。
那么对于实例化的model，就是一个可以改变的字典，传入到其他文件（或者本文件的其他函数）的train函数中时，相当于传入了对象的地址，在train中没有对model这个变量进行重新赋值，而是对其每个内容进行了更改，model的地址就没有改变，也就影响了函数外面的model参数，这也就是，即使train为其他函数，出入model也不需要返回值的原因