Keras中Activation('relu')(X)这类类调用语法的工作原理问询

嘿，这个问题我当初刚接触Keras函数式API的时候也懵过，其实这本质是Python里可调用对象的特性，咱们拆开来一步步说就清楚了：

• 第一步：Activation('relu')是创建类的实例
  Activation是Keras定义的一个层类，当你写Activation('relu')时，其实是调用了这个类的__init__方法，完成了一个ReLU激活层的初始化——它现在只是一个配置好参数的“层模板”，还没接触到实际的输入数据。

• 第二步：(X)是调用实例的__call__魔法方法
  Python允许让类的实例变得“可调用”，只要这个类实现了__call__方法。Keras的所有层类都实现了这个方法：当你对刚才创建的Activation实例加上(X)时，Python会自动触发实例的__call__方法，把输入张量X传进去，执行激活计算，最后返回处理后的输出张量。

拿你提到的Add()([A1, A2])举例：

1. Add()先创建了一个用于张量加法的合并层实例；
2. ([A1, A2])调用这个实例的__call__方法，传入两个待相加的张量，最终返回它们的求和结果。

这种设计也是Keras函数式API的核心优势，能让你像搭积木一样链式构建模型，比如x = Dense(64, activation='relu')(x)这种写法，本质都是先初始化层实例，再用__call__方法传入输入张量完成计算。

内容的提问来源于stack exchange，提问作者Xiangyu Zhang