本文详解 Python 中 Class(args1)(args2) 这一常见模式——它并非语法糖，而是基于 __call__ 协议的可调用对象链式调用，广泛用于 Keras 等函数式 API 中。
本文详解 python 中 `class(args1)(args2)` 这一常见模式——它并非语法糖，而是基于 `__call__` 协议的可调用对象链式调用，广泛用于 keras 等函数式 api 中。
在 TensorFlow/Keras 的函数式 API 中，你常会见到类似这样的代码：
x = layers.Dense(128 * 16 * 16)(inputs)
表面上看，这像“构造器后紧跟一对括号”，容易误以为是某种特殊语法。但实际上，这是 两次独立的函数调用，由 Python 的可调用对象（callable）机制自然支持。
? 核心原理：__call__ 协议
Python 中，任何实现了 __call__ 方法的对象都是可调用的（即能用 obj(...) 语法）。layers.Dense 是一个类，其构造函数 Dense(units) 返回的不是普通实例，而是一个可调用层对象（即实现了 __call__ 的类实例）：
Secure Python Code Sandbox
下载
安全 Python 代码沙箱：在隔离的沙箱中执行任意 Python 代码，预装 requests、NumPy、pandas 库。返回 stdout、stderr。
# 第一次调用：实例化 Dense 层（配置参数） dense_layer = layers.Dense(2048) # 返回一个 callable 对象 # 第二次调用：将输入张量传入该层执行前向计算 output = dense_layer(inputs) # 实际调用 dense_layer.__call__(inputs)
等价于一行写法：
立即学习“Python免费学习笔记（深入）”；
output = layers.Dense(2048)(inputs) # 构造 + 调用，链式表达
✅ 可调用对象示例（自定义实现）
你可以轻松模拟这一行为：
class Adder:
def __init__(self, offset):
self.offset = offset
def __call__(self, x):
return x + self.offset
# 使用方式完全一致
add_5 = Adder(5)
result = add_5(10) # → 15
print(Adder(3)(7)) # → 10（双括号链式调用）⚠️ 注意事项与最佳实践
-
不是所有类都支持双括号：只有显式实现
__call__的类（或返回 callable 的工厂函数）才适用； -
Keras 层的设计意图：
Dense(...)是层配置阶段（声明性），(inputs)是连接/执行阶段（图构建），二者分离提升了模型可组合性； -
调试建议：若遇到
TypeError: 'xxx' object is not callable，说明中间对象未实现__call__，需检查返回值类型； -
性能无额外开销：两次调用均为普通方法分发，
__call__与普通方法调用性能一致。
? 总结
layers.Dense(128)(inputs) 是 Python 可调用协议的典型应用：
✅ 第一重括号 Dense(128) —— 初始化并返回一个 callable 层对象；
✅ 第二重括号 (inputs) —— 触发该对象的 __call__ 方法，完成张量运算。
这种设计让 Keras 函数式 API 同时兼具面向对象的配置能力与函数式编程的简洁表达力，是深度学习框架中“声明即构建”范式的基石。
