继承tf.keras.Model传参后args显示为0的问题求助

你在调试时看到tf.keras.Model的__new__方法中args数量为0，这是正常的Python参数传递行为——因为你实例化myClass时所有参数都用了关键字形式（inputs=...、outputs=...等），没有传入位置参数，所以__new__方法接收的*args自然是空元组，所有参数都在**kwargs里。

如果这个情况导致模型初始化出现功能问题（比如无法正确构建Functional模式的模型），可以按以下方式调整：

方案1：保持关键字参数调用，修正父类初始化方式 #

你的myClass无需手动把参数打包成args列表，直接用关键字参数传递给父类即可，更清晰且符合父类参数设计：

class myClass(tf.keras.Model):
    def __init__(self, inputs, outputs, name=None, trainable=True, **kwargs):
        # 直接通过关键字参数传递给父类
        super().__init__(inputs=inputs, outputs=outputs, name=name, trainable=trainable, **kwargs)

这样既保留关键字参数调用的便利性，也能让父类正确接收所需参数。

方案2：实例化时使用位置参数 #

若希望__new__方法的args不为空，可改用位置参数传递inputs、outputs、name和trainable：

# 参数顺序需与__init__定义一致：inputs, outputs, name, trainable
model = myClass(model_inputs, model_outputs, model_name, True, **model_kwargs)

此时__new__方法的args会包含这4个位置参数，kwargs则对应model_kwargs中的内容。

关键说明 #

tf.keras.Model的__new__方法内部会同时检查args和kwargs来判断是否为Functional模式构建（只要存在inputs和outputs参数，不管是位置还是关键字传递），所以只要你正确传入这两个参数，即使__new__的args为空，模型也能正常初始化。如果代码没有报错，只是调试时看到args为空，完全无需担心，这是正常现象。

内容的提问来源于stack exchange，提问作者user22921298