notebook

深色模式

Python 基础：脚本、容器，以及「类不是那台机器」 ​

WARNING

🧪 Beta公测版本提示：教程主体已完成，正在优化细节，欢迎大家提Issue反馈问题或建议。

本笔记默认语言是 Python。读 RSSM 里 self.gru = nn.GRUCell(...) 之前，先分清：左边是名字，等号右边是「用类造出来的对象」。 下一章 C++ 给数学章的 *.hpp；张量见 PyTorch。

Python 不是「把英语句子缩进一下」。它管三件事：名字钉在哪个对象上、缩进决定谁属于谁、以及类只是图纸。本章把这三件事写到能对着 nn.GRUCell 那一行数清「谁是类、谁是实例、谁是返回值」。

一、怎么跑起来 ​

本仓库每个演示都是脚本：一个 .py 文件从上到下执行。在章节的 code/ 里：

bash
cd docs/programming/python/code
python demo.py

文件头几乎总是：

python
# -*- coding: utf-8 -*-
"""这一段是模块说明书，给人看的。"""
  • # -*- coding: utf-8 -*-：告诉解释器源码是 UTF-8（中文注释才不会乱）。
  • if __name__ == '__main__':：只有直接 python demo.py 才跑主程序；被别人 import 时不跑。demo 里画图、打印都放这里。

本仓库约定：图写到章节自己的 images/，路径用脚本所在目录拼，避免你在别的文件夹启动时图丢了。

二、名字、对象、类型 ​

Python 里一切都是对象。a = 3 是「名字 a 钉在整数对象 3 上」。

写法类型笔记里常见用途
3 / 0.1int / float超参、学习率
'hello'str路径、打印
Truebool开关
None空「还没有值」
[1, 2]list变长序列，可改
(1, 2)tuple不可改，函数多返回值
{'lr': 1e-3}dict超参表、配置
{1, 2}set去重

切片 a[1:4]：从下标 1 到 不含 4。a[-1] 是最后一个。x[:, t] 这种两维切片在 RSSM 里表示「所有 batch、第 t 步」。

保姆级切片。 a = [10, 20, 30, 40, 50]：

写法结果为什么
a[1:4][20, 30, 40]含 1 不含 4
a[:2][10, 20]从头到不含 2
a[-2:][40, 50]倒数第二到末尾
a[::2][10, 30, 50]步长 2

张量同理：x[0] 是第一个 batch；x[:, -1, :] 是每个序列的最后一步。

列表推导：[f(x) for x in xs if cond]，比手写 for + append 短，后面 demo 会用。

逐步说明：a = 3 之后再 b = a 钉的是谁（点击展开）

整数 3 是堆上的一个对象。a = 3 让名字 a 指向它。b = a 再钉一个名字到同一个对象，不是复制出另一个 3。a = 4 只是把 a 改钉到对象 4，b 仍指向 3。

可变对象就危险了：xs = [1]，ys = xs，ys.append(2) 之后 xs 也是 [1, 2]。函数默认参数 def f(xs=[]) 的 [] 只造一次，多次调用会往同一个列表里塞——所以要用 None 再在函数里新建。

if __name__ == '__main__'：导入时 __name__ 是模块名字符串，不是 '__main__'，主程序不跑。直接 python demo.py 时才是 '__main__'。这就是「别人 import 你的 forward 函数时，不会弹出 matplotlib 窗口」。

三、函数 ​

python
def add(x: float, y: float = 0.0) -> float:
    return x + y
  • def 定义；return 交出结果。没有 return 时得到 None。
  • y: float = 0.0：类型标注（给人看的）+ 默认参数。
  • *args / **kwargs：可变位置参数 / 关键字参数。nn.Sequential(*layers) 就是把列表拆开传进去。

四、类是图纸，实例才是机器 ​

这是读 PyTorch 最关键的一句。

python
class Greeter:
    def __init__(self, name):   # 造对象时自动调用
        self.name = name        # 每个实例自己的数据

    def hello(self):
        return f'你好, {self.name}'
  • class Greeter:：在定义类（图纸）。
  • g = Greeter('世界')：在构造实例（按图纸造一台机器）。
  • g.hello()：调用这台机器上的方法。self 就是这台机器自己。

nn.Linear、nn.GRUCell 都是别人已经写好的类。

python
self.gru = nn.GRUCell(stoch_dim + act_dim, deter_dim)
  • nn.GRUCell：类（图纸），在 PyTorch 源码里。
  • nn.GRUCell(...)：调用构造函数，造一颗细胞对象（分配门的权重）。
  • self.gru = ...：把这颗对象存进 RSSM 这台更大的机器里。
  • self.gru 不是 (h_t)。(h_t) 是你稍后 self.gru(输入, h_prev) 调用时返回的张量。

一张图：左边图纸可以复印很多台；每台有自己的权重。五个时间步是同一台 self.gru 被调用五次，不是五个类。

逐步说明：self.gru = nn.GRUCell(...) 里四个名字各是什么（点击展开）
  1. nn 是模块（import torch.nn as nn），里面装着许多类。
  2. nn.GRUCell 是类，还没有权重。你可以复印很多台：g1 = nn.GRUCell(4, 8) 和 g2 = nn.GRUCell(4, 8) 是两台机器，权重不共享。
  3. nn.GRUCell(stoch_dim + act_dim, deter_dim) 调用 __init__，按图纸分配门的矩阵，得到一个实例。
  4. self.gru = ... 把这台机器存进外层 RSSM 实例。以后 self.gru(x, h) 才是一次前向，返回新的隐藏张量。

时间维：for t in range(T): h = self.gru(x_t, h) 是同一台细胞吃 T 次。不要写成 self.gru_t = nn.GRUCell(...) 循环 T 次——那会造 T 套权重，参数量翻 T 倍，也学不到「同一种动力学」。

self 是当前实例。RSSM.__init__ 里写 self.gru，等于往这台 RSSM 的抽屉里放子模块。nn.Module 会扫描赋给 self 的子模块，收进 parameters()。若写成局部变量 gru = nn.GRUCell(...) 而不赋给 self，优化器找不到这些权重。

类是图纸，实例是机器

怎么读：上：class 定义一次。中：GRUCell(...) 造出带权重的实例。下：gru(x, h) 才算出新的 (h_t)。

self 出现在方法第一个参数：谁调用，self 就是谁。RSSM 继承 nn.Module 之后，赋给 self.xxx 的模块会被自动登记进 parameters()，Adam 才能找到权重。

五、本仓库还会用到的几件事 ​

  • 缩进就是语法：同一层必须对齐。没有 {}。
  • 可变默认参数是坑：不要写 def f(xs=[])，用 None 再在函数里 xs = []。
  • NumPy：import numpy as np。np.array、@ 矩阵乘、axis。数学章大量用。
  • 中文图：matplotlib.rcParams['font.sans-serif'] = ['Microsoft YaHei', 'SimHei', 'DejaVu Sans']，否则标签变方框。
  • 随机种子：np.random.seed(42) / torch.manual_seed(42)，改代码时图还对得上。

下一章若要编译数学章的 C++： C++ 基础。只跑 Python / PyTorch 可直接去 张量。

📥 Code ​

FileViewDownload
demo.pyOpenDownload
exercise.pyOpenDownload