PyTorch中无法在nn.Module子类中为self.encoder赋值，实例化后encoder仍为None的问题求助

首先，按照你提供的代码，理论上调用ComponentEmbedding().encoder应该返回Encoder的实例，而不是None。出现None的核心原因是init_encoder方法没有被正确执行，或者执行后没有给实例属性self.encoder赋值。我整理了几个最可能的原因和对应的解决办法：

1. 缩进错误导致init_encoder未被调用 #

检查__init__方法中self.init_encoder()的缩进——它必须严格位于if create_encoder:的代码块内。如果缩进错误（比如和if语句对齐），即使create_encoder=True，也不会执行初始化编码器的逻辑。

修正后的代码片段：

def __init__(self, create_encoder=True):
    super().__init__()
    if create_encoder:
        self.init_encoder()  # 确保这里缩进正确，属于if块内的代码

2. init_encoder中漏写了self. #

如果在init_encoder方法里写成了encoder = Encoder()而不是self.encoder = Encoder()，那你只是定义了一个局部变量，并没有给实例的encoder属性赋值，此时实例会沿用类属性的None。

修正后的init_encoder方法：

def init_encoder(self):
    self.encoder = Encoder()  # 必须加上self.，给实例属性赋值

3. 调用时意外传入了create_encoder=False #

如果你实际调用的是ComponentEmbedding(create_encoder=False)（无论是显式传入还是其他代码逻辑修改了参数），init_encoder会被跳过，encoder自然保持为None。

解决办法：
确保调用时使用默认参数（即ComponentEmbedding()），或者显式传入create_encoder=True。

额外优化：自定义Encoder的显示内容 #

如果你希望打印encoder时显示Encoder()而不是默认的对象地址，可以给Encoder类添加__repr__方法，让输出更符合你的预期：

class Encoder(nn.Module):
    def __init__(self):
        super().__init__()
        pass
    def forward(self, x):
        pass
    def __repr__(self):
        return "Encoder()"  # 自定义实例的字符串表示

按照以上步骤修正后，再运行print(ComponentEmbedding().encoder)就会输出你期望的Encoder()内容了。

内容的提问来源于stack exchange，提问作者Justin Xu