Что делает метод __init__ в классе и когда он вызывается

Что проверяют

Базовое ООП на Python у человека, который каждый день пишет классы датасетов, моделей и трансформеров. Вопрос звучит просто, но по ответу видно, понимаете ли вы, что объект создаётся не в __init__, и знаете ли соглашения, на которых держатся библиотеки вроде sklearn и PyTorch.

Как отвечать

__init__ вызывается автоматически сразу после создания экземпляра и задаёт его начальное состояние. Первым аргументом приходит уже существующий объект, поэтому корректнее называть метод инициализатором: сам объект создаёт __new__, а __init__ только наполняет его атрибутами. Вернуть из него что-то, кроме None, нельзя.

class TabularDataset:
    def __init__(self, path, transform=None):
        self.path = path
        self.transform = transform

В ML-коде поверх этого лежат свои правила:

• у эстиматоров sklearn в __init__ гиперпараметры только сохраняются как есть, без валидации и вычислений: на этом держатся get_params, clone и перебор в поиске по сетке, а вся работа идёт в fit;
• в наследнике nn.Module первым делом зовут super().__init__(), иначе присвоенные слои и параметры не зарегистрируются;
• тяжёлое чтение данных в инициализаторе это осознанное решение: то, что прочитано там, попадает в каждый воркер загрузчика.

Где спотыкаются

Изменяемое значение по умолчанию: def __init__(self, features=[]) создаёт список один раз при определении функции, и он становится общим для всех экземпляров. Пишут None, а настоящее значение создают внутри тела.

Забывают вызвать инициализатор родителя при наследовании. В обычном классе это иногда сходит с рук, в nn.Module или в наследнике от BaseEstimator ломает регистрацию состояния, причём не сразу, а на сохранении или на переносе модели.

Путают атрибут класса и атрибут экземпляра. Объявленный в теле класса список или счётчик живёт один на всех объектах, и накопление в него из разных экземпляров даёт результат, который потом долго ищут в логах обучения.