Python类中super()的作用是什么？示例代码中为何调用super(Encoder, self).__init__()？

嘿，很高兴能帮你理清这两个问题！咱们一个个来聊：

一、为什么在Python类中要使用super()？ #

super()是Python面向对象里非常实用的工具，主要有这几个核心作用：

• 调用父类方法，避免硬编码父类名称：当子类继承父类时，用super()可以直接调用父类的构造函数（__init__）或其他方法，不用把父类名字写死。比如后续父类名称修改，你只需要更新子类的继承声明，不用逐个修改调用父类方法的地方，代码维护更轻松。
• 优雅处理多继承的菱形问题：Python支持多继承，当多个父类最终追溯到同一个基类时（也就是菱形继承结构），super()会按照Python的**方法解析顺序（MRO）**调用父类方法，避免同一个父类方法被重复执行，保证继承逻辑的正确性。
• 贴合面向对象设计原则：它能帮你更好地实现代码复用，子类只需关注自身特有的逻辑，父类的通用逻辑交给super()调用，符合开闭原则，让代码结构更清晰。

二、为什么示例代码中要调用super(Model, self).__init__()？ #

先提个小细节：你的代码里类名是Model，但调用super时写了super(Encoder, self)，这应该是笔误，正确写法是super(Model, self).__init__()。

回到问题本身，这段代码是自定义继承自tf.keras.Model的模型类，调用父类的__init__方法至关重要：

• tf.keras.Model作为父类，它的__init__方法内部做了大量核心初始化工作：比如初始化模型配置参数、创建管理层的内部容器、设置模型默认的训练/推理模式等等。
• 如果不调用这个方法，你的自定义Model实例就无法完成这些核心初始化步骤。比如你在子类里定义的self.embedding、self.lstm这些层，Keras无法将它们纳入模型的层管理体系，后续调用model.compile()、model.fit()等方法时会直接报错，因为模型根本没有被正确初始化。
• 简单来说，这一步是让你的自定义模型真正“继承”并激活tf.keras.Model的所有核心功能，这样它才能像Keras自带的模型一样正常工作。

内容的提问来源于stack exchange，提问作者user_12