TensorFlow 中使用的“调用”函数在哪里？答案

【问题标题】：Where does the "call" function used in TensorFlow?TensorFlow 中使用的“调用”函数在哪里？
【发布时间】：2021-09-29 12:47:50
【问题描述】：

我正在写一个 RESNET，但我不明白“调用”函数在哪里使用。

也许这是 TensorFlow 自动调用的，所以这意味着我们必须编写一个名为“call”的函数？如果是这样，这个“调用”功能的确切要求应该是什么？谢谢！！

import tensorflow as tf
from tensorflow import keras
from tensorflow.keras import layers, Sequential

class BasicBlock(layers.Layer):
    def __init__(self, filter_num, strides=1):
        super(BasicBlock, self).__init__()
        self.conv1 = layers.Conv2D(filter_num, (3, 3), strides=strides, padding="same")
        self.bn1 = layers.BatchNormalization()
        self.relu = layers.Activation('relu')
        self.conv2 = layers.Conv2D(filter_num, (3, 3), strides=1, padding="same")
        self.bn2 = layers.BatchNormalization()

        if strides != 1:
            self.downsample = layers.Conv2D(filter_num, (1, 1), strides=strides)
        else:
            self.downsample = lambda x:x

    def call(self, inputs, training=None): 
        out = self.conv1(inputs)
        out = self.bn1(out, training=training)
        out = self.relu(out)

        out = self.conv2(out, training=training)
        out = self.bn2(out)

        identity = self.downsample(inputs)

        output = layers.add([out, identity])
        output = tf.nn.relu(output)

        return output

【问题讨论】：

标签： python function tensorflow keras call

【解决方案1】：

调用函数的使用方式如下：

basic_block = BasicBlock()
basic_block(args)

所以它来代替：

basic_block.call(args)

【讨论】：

【解决方案2】：

当您定义一个自定义层时，您将扩展基类tensorflow.keras.layers.Layer 并按如下方式使用它：

import tensorflow as tf

class BasicBlock(tf.keras.layers.Layer):
   ...

basic_block = BasicBlock()
basic_block(inputs)

上面 sn-p 的最后一行将调用类中的魔术方法__call__（如果您有兴趣，请在此处查看有关魔术方法的更多信息A Guide to Python's Magic Methods）

由于您没有在BasicBlock 中定义__call__ 方法（您定义了不同的call），因此将使用来自tensorflow.keras.layers.Layer 的__call__。

此方法根据Tensorflow documentation有以下文档

包装调用，应用预处理和后处理步骤。

粗略地说你会有（如果你有兴趣可以查看source code，但它要复杂得多）：

class Layer(...):
   ....
   def __call__(self, ...):
      # preprocessing steps
      self.call(...)
      # post processing steps

如果你熟悉继承，你应该猜到使用basic_block(inputs)时的不同步骤：

检查BasicBlock是否有一个名为__call__的方法=>没有
检查基类Layer是否有一个名为__call__的方法=>是的，使用它并进入这个方法
应用预处理步骤
检查 BasicBlock 是否有一个名为 call 的方法 => 是的，使用它并将其应用于输入
应用后处理步骤

关于实现最佳资源的call 方法的要求是official Tensorflow documentation，您可以在其中解释有关预期的输入数据结构+关键字参数的所有内容

【讨论】：