一文搞懂！Python中的 __call__以及其与自动调用forward()的关系

在阅读一些深度学习项目的代码中，我们会发现这样一个问题，深度学习网络模型中常常要定义forward()方法，但是在使用该函数时却没有显式地调用函数的forward()，却好像“自动”地执行了。
比如下面这个例子（不可执行的代码，仅描述常见网络模型的大致定义框架、模型实例化和获取输出的过程），实例化网络模型后并没有调用forward()函数，却执行forward()处理了输入，并得到了输出结果，这是为什么呢？让我们一起来探索吧！

class Model(nn.Module):
    def __init__(self):
        super(Model,self).__init__()
        ```
        网络定义部分
        ```

    def forward(self,输入):
        ```
        前向传播部分
        ```
        return 处理后的输入

#实例化网络模型
model = Model()
输出 = model(输入)

文章目录

• 一、答案揭晓
• 二、_ __call_ _ _
• 三、_ __call_ _ _与forward()

一、答案揭晓

答案就在于Model()类继承自nn.Module，nn.Module中定义了__call__函数，而在__call__函数中又调用了forward()方法，然后因为Model()类重写了forward()方法，所以看起来就好像自动调用了重写后的forward()方法。

那么接下来，就让我们一起看看__call__函数的使用！

二、_ _call _ _

来看这样一个例子：

class Cat():
    def __call__(self, name):
        print("小猫的名字叫",name)

    def eat(self, food):
        print("小猫要吃",food)

miao = Cat()
miao('miao')
miao.eat('fish')

输出：

小猫的名字叫 miao
小猫要吃 fish

在这个例子中，我们能看出来，__call__的调用可以直接用实例化对象名调用，而不需要写成对象.__call__()的形式。

三、_ _call _ _与forward()

本来想看看nn.Module中__call__具体是怎样调用forward()函数的，但是点开nn.Module，代码简直太复杂了，读不懂一点，所以我们采用下面这样一个例子来大概展现下，__call__是如何自动调用forward()函数的。

# 类比class Model()
class Baby():
    def __init__(self, init_age=1):
        self.age = init_age
        print('init实现——我的初始年龄是:', self.age)

    def __call__(self, added_age):
        print('call实现——我增加的年龄是:', added_age)
        age = self.forward(added_age)
        return age

    def forward(self, added_age):
        self.age = self.age + added_age
        print('forward实现——我最终的年龄是:', self.age)
        return self.age


# 类比model = Model()
baby = Baby()
# 类比output = model(input)
age = baby(2)
print('最终结果——我最终的年龄是:', age)

输出：

init实现——我的初始年龄是: 1
call实现——我增加的年龄是: 2
forward实现——我最终的年龄是: 3
最终结果——我最终的年龄是: 3

通过这个例子，我们能够学习到，在进行实例化后，__call__()可以直接用实例化对象名调用，然后在__call__()中又调用了forward()，因此用实例化对象名可以直接得到forward()的输出赋值给最终的age。

相信通过这几个例子，能够让我们对于__call__以及forward()有了更深的理解了，到实践中去检验它们吧~

写在后面

这个专栏主要是我在实现深度学习项目中总结的一些问题，以备未来笔试和面试之需，不过由于学习的不深入，也只是走马观花，很多问题总结得也不是很透彻，望读者见谅，如果有错误和不足之处，还望大家在评论区指出。希望能给大家的学习带来一点帮助，共同进步！！!