如何从函数列表[f1,f2,f3,…fn]组合嵌套函数g=fn(…(f3(f2(f1()))…)
题
是否有一种现成的 Pythonic 方法可以从函数列表 [f1, f2, f3] 中组合多个嵌套函数 g = f3(f2(f1())) ，其中列表中有更多函数。
如果有几个，我可以这样做：
g = lambda x: f3(f2(f1(x)))
然而，当我在深度神经网络中有几十个功能（例如层）时，它是无法管理的。宁愿不创建另一个函数来组合 g 而是找到一种可用的方法。
更新
基于@Chris 的回答。对于顺序神经网络层[ batchnorm, matmul, activation, softmaxloss ]，每个层都有一种forward(X)计算其输出到下一层的方法，损失函数 L 和 loss 为：
L = reduce(lambda f, g: lambda X: g(f(X)), [ layer.forward for layer in layers ] ) # Loss function
network_loss = L(X)
回答
一种使用方式functools.reduce：
from functools import reduce
f1 = lambda x: x+1
f2 = lambda x: x*2
f3 = lambda x: x+3
funcs = [f1, f2, f3]
g = reduce(lambda f, g: lambda x: g(f(x)), funcs)
输出：
g(1)==7 # ((1+1) * 2) + 3
g(2)==9 # ((2+1) * 2) + 3
洞察力：
functools.reduce将funcs根据其第一个参数（lambda此处）链接其第二个参数（此处）。
话虽如此，它将开始链接f1and f2as f_21(x) = f2(f1(x))，然后f3和f_21as f3(f_21(x))which 变为g(x)。
THE END
二维码