一个object的全部属性，都存在 _dict_ 内里。

1print(model1.__dict__) 
2 
3==> {'hidden_size': 100, 'num_layers': 3, 'learning_rate': 0.0003} 

留意，当参数列表 (List of Arguments) 很大的时辰，手动把每个参数值分派给一个属性会很累。

想简朴一点的话，可以直接把整个参数列表分派给 _dict_ 。

1class Model2: 
 2 def __init__(self, hidden_size=100, num_layers=3, learning_rate=3e-4): 
 3 params = locals() 
 4 del params['self'] 
 5 self.__dict__ = params 
 6 
 7model2 = Model2() 
 8print(model2.__dict__) 
 9 
10==> {'learning_rate': 0.0003, 'num_layers': 3, 'hidden_size': 100} 

当object是用 kwargs** 初始化的时辰，这种做法尤其利便 (固然 kwargs** 照旧只管罕用为好) ：

1class Model3: 
2 def __init__(self, **kwargs): 
3 self.__dict__ = kwargs 
4 
5model3 = Model3(hidden_size=100, num_layers=3, learning_rate=3e-4) 
6print(model3.__dict__) 
7 
8==> {'hidden_size': 100, 'num_layers': 3, 'learning_rate': 0.0003} 

前4个版块就到这里了，至于第5个版块教授了奈何的能力，先不先容，各人可以从传送门前去调查：

https://github.com/chiphuyen/python-is-cool

孝顺资源的Chip Huyen小姐姐，此刻是英伟达的高级深度进修工程师了。

但在2015年进入斯坦福念书之前，她照旧个没打仗过深度进修的作家，观光路上的故事已经出书了两本书。

△ 对，是个越南小姐姐

本来想读英文专业，却在选了一门计较机课之后，走上了深度进修的不归路。

结业前，她在Netflix演习过；结业后，她在斯坦福教过TensorFlow，课号CS20；一年前分开学校，进入英伟达。

正式选择了呆板进修的她，依然像观光的时辰一样，喜好和各人分享经验。

这位小姐姐产出的各式资源和感悟，量子位也先容过不止一次。

爬网页、洗数据、建设海量数据集一条龙：

https://mp.weixin.qq.com/s/rOXKglzYLRqTJkyLEZqJ6A

免费呆板进修课程，从概率统计到全栈深度进修：

https://mp.weixin.qq.com/s/Jk8YuQuP5e64Q0ak-WJUKg

AI从颐魅者要不要读博，要不要本身创业：

https://mp.weixin.qq.com/s/MTpS6RwCTLIxwP8iDbZotQ

加上本日的Python潜匿能力，(至少) 是第四次了：

传送门

假如你想更顺滑地行使Python，快马克这些要领吧。

项目传送门：

https://github.com/chiphuyen/python-is-cool

Notebook传送门：

https://github.com/chiphuyen/python-is-cool/blob/master/cool-python-tips.ipynb

（编辑：湖南网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!