使用JSON文件中的值初始化多个类似乎会创建重复项

我有一个名为Dense的主类，它有许多变量，还有一个名为Sequential的类，它将这些层堆叠在一个数组中，并允许它们之间轻松通信

在我的程序中的某个时刻，我最终将每个单独的密集类的所有变量保存在一个JSON文件中，供以后使用。它看起来有点像这样：

{
“层：0”：{
.
.
.
变量
.
.
.
},
“层：1”：{
.
.
.
变量
.
.
.
}
}

然后，当我将这些dict加载回我的层时，当我稍后使用它们时，Sequential类中最后一层的值似乎会复制到其他每一层

下面是我在重新创建代码方面所能做的最好的工作

从abc导入ABCMeta，abstractmethod
导入操作系统
导入json
类基本层（元类=ABCMeta）：
@抽象方法
定义初始化（self，名称：str，**kwargs）->无：
self.name=名称
@抽象方法
def get_摘要（自我）->记录：
返回摘要
@抽象方法
def加载（自身，层_数据：dict）->无：
通过
密实等级（基层）：
def uuu init uuuu（自，层形状：元组）：
超级（）
self.layer\u shape=layer\u shape
def get_摘要（自我）：
摘要={
“name”：self.name，
“图层形状”：self.layer\u形状
}
返回摘要
def加载（自身、层_数据）：
self.name=图层_数据[“名称”]
self.layer\u shape=元组（layer\u数据[“layer\u shape”]）
类顺序：
定义初始化（self，model=[]）：
self.model=model
def保存（自身，文件路径）：
摘要=[]
对于self.model中的图层：
summaries.append（layer.get\u summary（））
保存的_模型={}
对于范围内的i（len（摘要））：
已保存的_模型[“层：%s”%i]={}
对于关键的总结[i]：
已保存的_模型[“层：%s”%i][key]=摘要[i][key]
打开（文件路径，“w+”）作为json文件：
json_file.write（json.dumps（保存的_模型，缩进=2））
def加载（自身，文件路径）：
层={
“稠密”：稠密（（0，0）），
}
#尝试在文件路径处打开文件。
尝试：
打开（文件路径，“r”）作为json文件：
model_layers=json.loads（json_file.read（））
对于范围内的i（len（model_层））：
层\数据=模型\层[“层：%s”%i]
self.model.append（层[layer_data[“name”]]）
self.model[-1]。加载（图层数据）
#如果程序找不到文件路径，则调用。
例外情况除外，如e：
raise FileNotFoundError（“找不到文件路径%s。请尝试保存模型或输入正确的文件路径。”%file\u path）
seq_模型=顺序([
稠密的（（128784）），
稠密（（128128）），
稠密（（128128）），
稠密的（（32128）），
致密（（10,32）），
])
file\u path=os.path.dirname（os.path.realpath（\uu file\uuu））+“/recreate\u error\u test.json”
seq_model.save（文件路径）
seq_model.load（文件路径）
对于seq_model.model中的图层：
打印（图层、图层形状）

这实际上输出： (128, 784) (128, 128) (128, 128) (32, 128) (10, 32) (10, 32) (10, 32) (10, 32) (10, 32) （10、32）

奇怪的是，为什么要打印两次，前7个值是正确的，下7个值显示了我在实际代码中面临的问题

---

非常感谢您对此问题提供的任何帮助。

问题是重复使用图层[layer_data[“name”]”，这与添加到列表中的参考相同。load（）不会重新创建新的稠密对象，而是填充它

这里有一些重载重写函数来查看元素的创建

import copy

(...)



    def load(self, file_path):
        layers = {
                    "Dense":Dense((0, 0)),
                 }

        # Try to open the file at file_path.
        try:
            with open(file_path, "r") as json_file:
                model_layers = json.loads(json_file.read())

                for i in range(len(model_layers)):
                    layer_data = model_layers["layer: %s" % i]
                    print("%s %s" %( i,layer_data["name"]))
                    # OK could be new_layer=Dense((0, 0)) since it recreate a new object
                    new_layer=copy.copy(layers[layer_data["name"]])
                    # NOK same reference is reused
                    # new_layer=layers[layer_data["name"]]
                    new_layer.load(layer_data)
                    self.model.append(new_layer)

        # Gets called if the program can't find the file_path.
        except Exception as e:
            raise FileNotFoundError("Can't find file path %s. Try saving the model or enter a correct file path." % file_path)

这里是另一个使用类名而不需要复制的解决方案：

def load(self, file_path):
    layerclass = {
                "Dense":Dense,
             }

    # Try to open the file at file_path.
    try:
        with open(file_path, "r") as json_file:
            model_layers = json.loads(json_file.read())

            for i in range(len(model_layers)):
                layer_data = model_layers["layer: %s" % i]
                print("%s %s" %( i,layer_data["name"]))
                # requires that all layerclass have a __init__ constructor with layer_shape tuple.
                new_layer=layerclass[layer_data["name"]](layer_shape=(0,0))
                new_layer.load(layer_data)
                self.model.append(new_layer)

    # Gets called if the program can't find the file_path.
    except Exception as e:
        raise FileNotFoundError("Can't find file path %s. Try saving the model or enter a correct file path." % file_path)

---

“layer:0”{…}不是有效的json内容，“layer:0”：{…}会更正确。@philippelhardy谢谢，我刚刚编辑了这个问题以添加您的更改。self.model.append（layers[layer_data[“name”]]）self.model[-1]。load（layer_data）self.model.append（layers[layer_data[“name”]]。load（layer_data）@philippelhardy这样做是为了解决问题，还是仅仅是编写代码的更好方法？self.model.append（层[layer_data[“name”]）self.model[-1]。load（layer_data）~=self.model.append（layers[“Dense”].load（layer_data））==>layers[“Dense”]然后是附加到列表中的对象，这是同一个对象。append可能会克隆它，但我认为它并不总是被克隆的，因此会产生副作用。非常感谢，代码是有效的。但是，不幸的是，我不明白这是如何解决问题的，所以我想我必须对python复制库进行一些研究。嗯，你的fir问题是，您将（）和load（）保存在同一个模型列表中，因此前5个（而不是7个）只是您的输入，下5个是加载的结果。然后所有5个加载的值都指向同一个对象。无需复制，只需创建正确的类实例就足够了