Python嵌套函数变量上下文疑问：micrograd中_backward闭包的变量访问

以下是相关代码片段：

class Value:
    """ stores a single scalar value and its gradient """

    def __init__(self, data, _children=(), _op=''):
        self.data = data
        self.grad = 0
        # internal variables used for autograd graph construction
        self._backward = lambda: None
        self._prev = set(_children)
        self._op = _op # the op that produced this node, for graphviz / debugging / etc

    def __add__(self, other):
        other = other if isinstance(other, Value) else Value(other)
        out = Value(self.data + other.data, (self, other), '+')

        def _backward():
            self.grad += out.grad
            other.grad += out.grad
        out._backward = _backward

        return out

在__add__方法内部定义的_backward函数被绑定到新创建的Value对象out的_backward属性上，该函数引用了self和other变量。清楚定义时这两个变量的来源，但疑惑当out._backward被调用时，它为何能获取到self和other对象？

这是**闭包（Closure）**的特性在起作用。

当你在__add__方法内部定义_backward函数时，这个函数会捕获并保留定义它时所在的词法环境——也就是当时的self和other变量引用。即使__add__方法执行完毕退出，_backward函数依然能访问这些变量，因为闭包会把这些变量的引用留存下来，直到_backward本身被销毁。

换句话说，_backward函数在定义时就已经“记住”了self和other这两个对象的引用，后续调用它时，自然能直接操作这两个对象的grad属性。

内容的提问来源于stack exchange，提问作者Tarique