关于Python3 Class super() module的一些应用

最新推荐文章于 2024-02-10 05:15:00 发布
最新推荐文章于 2024-02-10 05:15:00 发布
阅读量223 收藏
点赞数
分类专栏： Python 文章标签： super() Class
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.csdn.net/weixin_43414981/article/details/90549030
版权

来看例子：

class A:
    def apam(self, c='1'):
        print('A.spam'+c)

class B(A):
    def spam(self,c='2'):
        print('B.spam')
        super(B, self).apam(c='3') # is the same as 'super().apam(c='3')'
        
B().spam()
B().apam()
B().spam('4')
B().apam('5')

输出是：

assert
B.spam
A.spam3

assert
A.spam1

assert
B.spam
A.spam3

assert
A.spam5

江浙沪讲吴语
关注
  • 0
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
Python基础：super()用法
qq_44804542的博客
04-26 3万+
概述 super() 是python 中调用父类（超类）的一种方法，在子类中可以通过super()方法来调用父类的方法。【超类： 是指 2层以上的继承关系，假如 C类继承B类，B类由继承A类，那么A类就是C类的超类】 作用： 在继承中，让代码维护更加简单 解决多继承带来的重复调用（菱形继承）、查找顺序（MRO）问题 语法： super(type[, object-or-type]) 参数： type – 类。 object-or-type – 类，一般是 self Python 3 和 Pytho
python中super用法
chase
06-10 5348
Python中的super用法介绍
Python3中super()函数的使用方法
小-Z-仔的博客
10-10 4264
简介 在开发中如果需要对父类中的方法满足不了子类中的要求，但是又需要保留父类方法的功能，此时就需要在子类中对相应的方法进行重写扩展，可以使用super()函数来调用父类中的方法，super()其实就相当于创建了一个对象。 说明 此处所使用的python版本为python3，python2和python3在类的创建和super()函数的使用差异如下： 1.类的创建 python2中如果没有继承父类则需要继承object类，而python3中则是默认的，可以不管。 # python2 class A(objec
Python 3 中的 super()
rubys_的专栏
02-10 1357
而且，如果你的程序包含多层继承，那么这个 super() 函数对你很有帮助。正如我们之前所述，Python 的 super() 函数允许我们隐式地引用父类。好吧，Python 的 super() 总是引用直接的父类。正如你所看到的，Python 3 的 super 函数使用起来更加简单，语法也更加清晰。在继承的情况下，当我们想要调用父类函数时，它非常有用。首先，让我们看一下我们在 Python 继承教程中使用的以下代码。函数，还可以调用父类的所有其他函数。因此，在下面的示例中，我们将看到这一点。
Python3中的super()用法
DAICONG’s Blog
04-11 1540
文章目录1. 单继承1.1. 调用父类的方法和属性1.2. 调用方法和属性2. 多继承3. 总结 1. 单继承 使用super()函数在子类的init方法中对父类的init方法进行了调用，使得子类不仅可以使用父类的方法，还可以使用在父类的init方法中声明的属性。 1.1. 调用父类的方法和属性 without super() class A: def __init__(self): self.x="A类(父类)中的属性" def func_A(self):
Python-使用Pytorch实现搜索MobileNetV3论文
08-11
**Python与PyTorch在机器学习中的应用：实现MobileNetV3** MobileNetV3是深度学习领域中轻量级卷积神经网络（CNN）的一个重要版本，它由Google提出，旨在提供高效的计算性能和良好的模型精度。在本文中，我们将深入...
基于python注意力机制的三维点云车辆目标检测算法研究p源码+项目说明+示例图片.zip
最新发布
04-30
class SimpleVoxel(nn.Module): def __init__(self, num_input_features=4, use_norm=True, num_filters=[32, 128], with_distance=False, name='VoxelFeatureExtractor'): super(SimpleVoxel, self).__init__() ...
卷积神经网络Python
09-14
class SimpleCNN(nn.Module): def __init__(self, num_classes): super(SimpleCNN, self).__init__() self.conv1 = nn.Conv2d(3, 32, 3, padding=1) self.pool = nn.MaxPool2d(2, 2) self.fc1 = nn.Linear(32 *...
编码器-解码器使用python
03-01
在这个主题中，我们将深入探讨如何在Python中实现编码器和解码器，以及它们在实际应用中的工作原理。 首先，Python标准库提供了许多内置的编码器和解码器，例如`json`模块用于JSON（JavaScript Object Notation）...
python入门到高级全栈工程师培训 第3期 附课件代码
06-07
10 module和class 11 析构方法 12 call方法 13 迭代器协议 14 迭代器协议实现斐波那契数列 16 描述符答疑 17 描述符优先级 18 软件开发规范 19 pycharm干的好事 第28章 01 上节课复习 02 上下文管理协议 04 异常的...
Python类中self参数 / __ init__ ()方法 /super(Model, self).__init__()是什么
Toby的博客
07-20 5083
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
Python Class super().__init__() 作用
Wu的博客
02-25 2051
在 python3 中为 super()._init_() 在 python2 中 为 super(classname, self)._init_() 先定义一个父类 A,里面的 init 构造函数 class A: def __init__ (self, w): self.w = w def aa(self, a): a = self.w print(a) class B(A): def __init__ (self, w):
Python super().__init__()测试及理解
热门推荐
qq_38787214的博客
02-24 5万+
Python3 super().__init__()含义 测试一、我们尝试下面代码，没有super（A, self).__init__()时调用A的父类Root的属性和方法（方法里不对Root数据进行二次操作） class Root(object): def __init__(self): self.x= '这是属性' def fun(self): #p...
关于pyhton的class的super用法
weixin_40676212的博客
09-09 1778
pyhton中类的继承使用大致分为以下几种情况： （1）子类中不定义实例直接继承父类，会调用父类中初始化函数。例如： class parent(): def __init__(self,ok): self.ok=ok def chushu(self): print(self.ok) class child(parent): pass f=child(1) f.chushu() 输出结果 1 （2）子类中定义初始化函数并覆盖父类中的实例变量例如：
Python3中的super函数
weixin_44207181的博客
05-28 5955
super()是python子类继承父类的方法而使用的关键字，当子类继承父类后，就可以使用父类的方法 一，单继承（只继承一个父类，父类没有继承其他类） class A(object): def __init__(self): print('i am class A') class C(A): def __init__(self): ...
Python包（package）、模块（module）、类（class）
xtingjie的博客
05-11 9657
本人对这Python的这三个概念还没搞清楚模块就是一个py文件这个py文件里面可以包含很多东西，比如，变量、常量、函数，和类（class）包（package）往往是一个文件目录，目录下面有很多模块文件后者子包组成包目录下往往有个init.py文件from module import names表示从模块文件内部中导入名字，但是模块文件名并未导入from package import item表示从包
深入super，看Python如何解决钻石继承难题
weixin_30602505的博客
07-16 477
1. Python的继承以及调用父类成员 python子类调用父类成员有2种方法，分别是普通方法和super方法 假设Base是基类 class Base(object): 　 def __init__(self): 　　　　print “Base init” 则普通方法如下 class Leaf(Base): def __ini...
python的super详解(一)
深藏功与名
01-31 6609
一直对super很模糊，先看看一篇最详细的super解释。(后面见中文翻译) If you aren’t wowed by Python’s super() builtin, chances are you don’t really know what it is capable of doing or how to use it effectively. Much has been w...
python中superclass是什么_深度解析并实现python中的super(转载，好文)
weixin_39776298的博客
12-15 791
大神半个月的成绩，让我看的叹为观止，建议看原帖地址，会让你对Python的描述符有更强的认识。原文链接：https://blog.csdn.net/zhangjg_blog/article/details/83033210深度解析并实现python中的super概述super的定义函数bound和描述器super的典型用法super的本质自定义superpython中对super的实现写在最后概述...
transformer代码应用python
07-10
以下是一个基本的 Python 代码示例，演示如何使用 Transformer 模型： ```python import torch from torch import nn from torch.nn import Transformer # 定义 Transformer 模型 class TransformerModel(nn.Module): def __init__(self, input_dim, output_dim, hidden_dim, num_layers, num_heads): super(TransformerModel, self).__init__() self.embedding = nn.Embedding(input_dim, hidden_dim) self.transformer = Transformer( d_model=hidden_dim, nhead=num_heads, num_encoder_layers=num_layers, num_decoder_layers=num_layers ) self.fc = nn.Linear(hidden_dim, output_dim) def forward(self, src, tgt): src = self.embedding(src) tgt = self.embedding(tgt) output = self.transformer(src, tgt) output = self.fc(output) return output # 定义输入和输出的维度 input_dim = 1000 output_dim = 100 hidden_dim = 256 num_layers = 4 num_heads = 8 # 创建 Transformer 模型实例 model = TransformerModel(input_dim, output_dim, hidden_dim, num_layers, num_heads) # 定义输入数据 src = torch.randint(input_dim, (10, 20)) tgt = torch.randint(input_dim, (10, 20)) # 使用模型进行前向传播 output = model(src, tgt) # 打印输出结果 print(output.shape) ``` 这是一个简单的示例，展示了如何使用 PyTorch 中的 `nn.Transformer` 类来构建和训练 Transformer 模型。你可以根据自己的需求进行修改和扩展。注意，这只是一个基本的代码示例，实际应用中还需要进行数据预处理、模型训练和优化等步骤。

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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