tensorflow_probability 子类化 JointDistributionNamed __init__ 行为

Question

我试图创建一个派生类JointDistributionNamed在tensorflow_probability库（tensorflow V2.0.0，tensorflow_probability v0.8.0）。 但是， super().__init__函数的行为方式很奇怪，我不明白。 也许我只是使用super()错了，但它似乎像我期望的其他类一样工作。 无论如何，这是一个例子：

from tensorflow_probability import distributions as tfd

models = {'normal': tfd.Normal(loc=0, scale=1)}
joint = tfd.JointDistributionNamed(models) # Works perfectly fine
print("joint:",joint) 

class Test(tfd.JointDistributionNamed):
    def __init__(self,name,models):
        self.myname = name
        self.models = models
        super().__init__(models) #(1) Works
        #super().__init__(self.models) #(2) Doesn't work

t = Test('hello',models)
print("t:", t)

将models给super().__init__时的行为与我只是传入models或首先将其分配给self.models 。 为什么？ 在后一种情况下，我收到以下错误：

Traceback (most recent call last):
  File "test_jointdistnamed.py", line 18, in <module>
    t = Test('hello',models)
  File "</home/farmer/anaconda3/envs/tensorflow/lib/python3.7/site-packages/decorator.py:decorator-gen-244>", line 2, in __init__
  File "/home/farmer/anaconda3/envs/tensorflow/lib/python3.7/site-packages/tensorflow_probability/python/distributions/distribution.py", line 276, in wrapped_init
    default_init(self_, *args, **kwargs)
  File "test_jointdistnamed.py", line 16, in __init__
    super().__init__(self.models) #doesn't work
  File "</home/farmer/anaconda3/envs/tensorflow/lib/python3.7/site-packages/decorator.py:decorator-gen-138>", line 2, in __init__
  File "/home/farmer/anaconda3/envs/tensorflow/lib/python3.7/site-packages/tensorflow_probability/python/distributions/distribution.py", line 276, in wrapped_init
    default_init(self_, *args, **kwargs)
  File "/home/farmer/anaconda3/envs/tensorflow/lib/python3.7/site-packages/tensorflow_probability/python/distributions/joint_distribution_named.py", line 170, in __init__
    model, validate_args, name or 'JointDistributionNamed')
  File "</home/farmer/anaconda3/envs/tensorflow/lib/python3.7/site-packages/decorator.py:decorator-gen-70>", line 2, in __init__
  File "/home/farmer/anaconda3/envs/tensorflow/lib/python3.7/site-packages/tensorflow_probability/python/distributions/distribution.py", line 276, in wrapped_init
    default_init(self_, *args, **kwargs)
  File "/home/farmer/anaconda3/envs/tensorflow/lib/python3.7/site-packages/tensorflow_probability/python/distributions/joint_distribution_sequential.py", line 211, in __init__
    self._model_unflatten(self._model_flatten(model))
  File "/home/farmer/anaconda3/envs/tensorflow/lib/python3.7/site-packages/tensorflow_probability/python/distributions/joint_distribution_named.py", line 186, in _model_unflatten
    return type(self.model)(**kwargs)
TypeError: __init__() got an unexpected keyword argument 'normal'

就像出于某种原因，它试图在类层次结构内的某处解压缩models字典。 但是为什么这取决于我是否首先分配给self会有所不同？ 无论如何，我不是传递了对完全相同字典的引用吗？ 有什么不同吗？ 这是一个奇怪的错误还是我做错了什么？ 如果我组成自己的简单自定义类而不是JointDistributionNamed ，则完全相同的事情似乎工作得很好。

Answer 1

我的预感与tf.Module依赖项跟踪包装器对象有关。 什么是type(self.models) ？ 如果您更改为self._models = self._no_dependency(models)是否有效？