注意下，我们不允许 list、tuple 这种泛型不写泛型参数的写法，这里 list、tuple、np.ndarray 都是泛型

对于 list、tuple，一般常用 Sequence[T] 来作为输入

对于 np.ndarray，一般常用 npt.NDArray[Any]

好的

是否有公开的类属性可以标注下呢？

就像 paddle.distribution.Beta 那样给 Uniform 的类属性加个 low 和 high 吗？

嗯嗯～

这里我们统一使用这种代码风格～

刚验证了一下，Uniform 实例中的 low high 应该只能是 Tensor ，与下面 __init__ 输入的 low high 应该不是一个东西，可以看作输入输出的关系：

In [6]: import paddle
   ...: from paddle.distribution import Uniform
   ...: paddle.seed(2023)
   ...: 
   ...: # Without broadcasting, a single uniform distribution [3, 4]:
   ...: u1 = Uniform(low=3.0, high=4.0)

In [7]: u1.low
Out[7]: 
Tensor(shape=[], dtype=float32, place=Place(gpu:0), stop_gradient=True,
       3.)

实例初始化的时候，会把不同类型的 low high 统一转换为 Tensor，因此，实例中的 low high 也只能是 Tensor ～

帮忙看看是不是这样？

另外，Uniform 实际上还有几个属性，比如：

        self.all_arg_is_float = False
        self.batch_size_unknown = False
        self.name = name if name is not None else 'Uniform'
        self.dtype = 'float32'

只是，感觉当初设计成私有属性会比较好，所以加不加我觉得无所谓，如果遇到其他地方多注意一下就好 ～ 😶‍🌫️

实例初始化的时候，会把不同类型的 low high 统一转换为 Tensor，因此，实例中的 low high 也只能是 Tensor ～

帮忙看看是不是这样？

嗯嗯，是这样子的。所以这里添加类属性的意义是想表示 所有的实例都会有这个属性，起一个提示（初始化之后的）类型的作用？

嗯，比如以下这段代码：

import paddle
import paddle.distribution

beta = paddle.distribution.Uniform(0.3, 0.4)
reveal_type(beta.low)

使用 mypy 进行检查：

> mypy  --show-traceback --config-file=pyproject.toml test_tmp.py

在标注类属性之前，结果是：

test_tmp.py:5:13: note: Revealed type is "Any"

mypy 或者其他工具如果没有发现类中单独标注属性类型，则会通过

标注类属性之后，结果是：

test_tmp.py:5:13: note: Revealed type is "paddle.tensor.tensor.Tensor"

这样，后面的代码便以此推导的类型进行检查 ～

了解啦

嗯嗯，是这样子的。所以这里添加类属性的意义是想表示 所有的实例都会有这个属性，起一个提示（初始化之后的）类型的作用？

嗯嗯，我这里补充下，这里提示的是实例属性的类型，而不是类本身属性的类型

这里标注的是 self.xxx = yyy 绑定后这个属性可能的类型

class Foo:
    xxx: int | str
    def __init__(self, x):
        if x:
            self.xxx = 1
        else:
            self.xxx = ""

当然静态检查工具可能可以分析出这个结果，但这需要「分析」的时间成本，而且也可能因为「实现」不同导致静态分析结果不一致，因此我们提供确定的类型信息会更合适些～