复现TSM-hasattr方法

在复现TSM时，遇到了hasattr方法，现记录

if hasattr(self.new_fc, 'weight'):
    normal_(self.new_fc.weight, 0, std)
    constant_(self.new_fc.bias, 0)

hasattr() 是Python 内置函数，用来判断 self.new_fc 对象中是否包含名为 weight 的属性。如果 self.new_fc 中存在 weight 属性，则返回 True，否则返回 False。

通常，当需要在 Python 中访问对象的属性时，可以使用点符号（.）来直接访问。例如，如果 self.new_fc 对象中存在名为 weight 的属性，则可以使用 self.new_fc.weight 来访问该属性。然而，在某些情况下，我们需要在访问属性之前检查该属性是否存在，以避免出现异常。这就是 hasattr() 函数的用途。

在深度学习中，经常需要检查模型中的某些层是否存在，特别是在使用预训练模型进行微调时。在这种情况下，我们需要检查预训练模型的某些层是否存在，如果存在，则将其权重复制到我们的新模型中，否则需要重新随机初始化权重。因此，该行代码的目的可能是检查 self.new_fc 层中是否存在 weight 属性，以确定是否需要重新初始化权重。