如何从函数列表 [f1, f2, f3,...fn] 组成嵌套的 function g=fn(...(f3(f2(f1()))...)

Question

问题

是否有一种现成的 Pythonic 方法可以从函数列表 [f1, f2, f3] 中组合多个嵌套的 function 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函数时，它是无法管理的。 最好不要创建另一个 function 来编写 g 但找到可用的方法。

---

更新

根据@Chris 的回答。 对于顺序神经网络层[ batchnorm, matmul, activation, softmaxloss ] ，每个层都有一个forward(X)方法来计算其 output 到下一层，损失 function L 和损失将是：

L = reduce(lambda f, g: lambda X: g(f(X)),  [ layer.forward for layer in layers ] )   # Loss function
network_loss = L(X)

Answer 1

使用functools.reduce的一种方法：

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)

Output：

g(1)==7 # ((1+1) * 2) + 3
g(2)==9 # ((2+1) * 2) + 3

洞察力：

functools.reduce将根据其第一个参数（此处为lambda ）链接其第二个参数（此处为funcs ）。

话虽如此，它将开始将f1和f2链接为f_21(x) = f2(f1(x)) ，然后将f3和f_21为f3(f_21(x))成为g(x) 。

Answer 2

reduce方法的一个问题是您引入了 O(n) 额外的 function 调用。 另一种方法是定义一个function 来记住要编写的函数； 调用时，它只是在给定参数上按顺序调用每个 function。

def compose(*args):
    """compose(f1, f2, ..., fn) == lambda x: fn(...(f2(f1(x))...)"""

    def _(x):
        result = x
        for f in args:
            result = f(result)
        return result
    return _

Answer 3

你可以自己实现它，但你也可以尝试一个名为compose的模块来实现它，由@mtraceur 编写。 它小心处理各种细节，例如正确的 function 签名转发。

pip install compose

from compose import compose

def doubled(x):
    return 2*x

octupled = compose(doubled, doubled, doubled)

print(octupled(1))
# 8