__call__

src/python/builtin-methods-variables/call.md

@@ -0,0 +1,71 @@
+---
+title: __call__ 方法
+head:
+  - - meta
+    - name: keywords
+      content: __call__, 内置方法, python
+description: "Python __call__"
+order: 2
+category: [Python]
+article: false
+---
+
+`__call__` 方法主要提供的功能是让一个对象实例还能够像函数一样调用。
+
+```python
+class Test():
+    def __init__(self):
+        pass
+
+    def __call__(self, a):
+        print(f"Invoking '__call__' method with parameters: {a}")
+```
+
+调用时，我们跟其他方法一样，生成一个 `Test` 类的对象实例 `test`，这个 `test` 还能像函数一样被调用：
+
+```python
+>>> test = Test()
+>>> test(a="hello")
+Invoking '__call__' method with parameters: hello
+```
+
+另外一种实现：将任意一个 `Callable` 赋值给 `__call__`，由于 `Callable` 本身就是一个函数，因此 `__call__` 执行的就是这个函数。
+
+```python
+class Test():
+    def __init__(self):
+        pass
+
+    def run(self):
+        print("Invoking '__call__' method")
+
+    __call__ = run
+```
+
+著名深度学习框架 PyTorch 的 `nn.Module` 就大量使用了 `__call__`。比如，我们经常定义一个神经网络，并进行前向传播：
+
+```python
+class Net(nn.Module):
+    ...
+
+# model 是一个 nn.Module 实例
+model = Net(...)
+
+# model 内部调用 __call__ 方法进行前向传播
+y_pred = model(train_features)
+```
+
+在 PyTorch `nn.Module` 的[源代码](https://github.com/pytorch/pytorch/blob/HEAD/torch/nn/modules/module.py)是这么实现的：
+
+```python
+class Module:
+    ...
+
+    def _wrapped_call_impl(self, *args, **kwargs):
+        if self._compiled_call_impl is not None:
+            return self._compiled_call_impl(*args, **kwargs)  # type: ignore[misc]
+        else:
+            return self._call_impl(*args, **kwargs)
+
+    __call__ : Callable[..., Any] = _wrapped_call_impl
+```

src/python/builtin-methods-variables/dict-slots.md

@@ -1,10 +1,10 @@
 ---
-title: __dict__ 与 __slots__
+title: __dict__ 与 __slots__ 变量
 head:
   - - meta
     - name: keywords
-      content: dict, 内置变量, 内置方法, python
-description: "Python __dict__"
+      content: dict, slots, 内置变量, python
+description: "Python __dict__ 与 __slots__"
 order: 1
 category: [Python]
 article: false