为什么python中的变量使用类似函数的语法，在变量名称前面加上（）但实际上它们不是函数？

在python中定义变量的方式有多少

一个变量是否可以通过类似函数的符号调用另一个变量

例如：

 from tensorflow.keras import layers

 inputs = keras.Input(shape=(784,))


 dense = layers.Dense(64, activation='relu')

 x = dense(inputs)

我的问题是，稠密是一个变量，它像函数一样将输入作为参数

---

一个变量在运行时可能有不同的类型，如

int

和

函数

，可以使用

type（）

内置函数进行检查

当变量的引用是可调用的时，它也可以像函数一样与

（）

一起使用，可以使用

callable（）

内置函数对其进行测试

此外，在Python中，函数可以返回另一个函数，类实例可以像函数一样被调用

下面是一个示例，首先我们定义3个简单函数：

def sum(a, b):
    return a + b

def mul(a, b):
    return a * b

def noop(a, b):
    pass

然后我们定义一个函数，它接受一个参数并返回另一个函数：

def chooseOperation(sign):
    operations = {"+": sum, "*": mul} # sum and mul are functions
    return operations[sign] if sign in operations else noop # noop is a function

最后，我们声明一个接收函数调用结果的变量，该变量是对其中一个简单函数的引用

operation = chooseOperation("+") # returns sum
print(operation(2, 3)) # 5

operation = chooseOperation("*") # returns mul
print(operation(2, 3)) # 6

operation = chooseOperation("%") # returns noop
print(operation(2, 3)) # None 

您可以使用

类型（变量）

检查变量类型：

需要理解的重要部分是

densed

变量引用类

densed

的实例，该类是

可调用的

。这就是允许您将

（）

与

稠密变量一起使用的原因

 TySoFraseAPI可能有点太难摄取，所以请考虑这个简单的例子：
class Dense():

    def sum(self, a, b):
        return a + b

    def __call__(self, a, b): # Instances will now be callable
        return self.sum(a, b)

dense = Dense() # Dense constructor, no args

print(type(dense)) # <class '__main__.Dense'>

sum = dense(1, 6) # 7 - Triggers __call__ which in turn calls sum(1, 6)

class（）：
定义和（自身、a、b）：
返回a+b
定义调用（self，a，b）：#实例现在可以调用
返回自和（a，b）
稠密=稠密（）#稠密构造函数，无参数
打印（打印（密度））#
sum=稠密（1，6）#7-触发器uu调用uu，它反过来调用sum（1，6）

当一个类实现了
\uuuu call\uuu
时，它的实例就变成了
可调用的
，就像一个函数一样

由于更复杂的继承结构，它在TensorFlow API中的实现方式略有不同，但遵循相同的原则。
Dense是一个函数而不是一个变量。您必须告诉它在该层中有多少完全连接的节点-它是参数。
dense
是一个变量，该变量包含对函数的引用。您的问题没有明确提出一个特定的问题（标题中有一个问题，前两句是不同的问题，最后一行是另一个问题），但另一篇文章可能会澄清你的困惑：“x=densed（inputs）”这行用小写字母densed variable表示，输入在（）括号内。densed是tf.keras.layers.densed@kaya3中的一个类。inputs和densed都是变量。
from tensorflow.keras import layers

dense = layers.Dense(64, activation='relu')

print(type(dense)) # <class 'tensorflow.python.keras.layers.core.Dense'>
print(callable(dense)) # True

class Dense():

    def sum(self, a, b):
        return a + b

    def __call__(self, a, b): # Instances will now be callable
        return self.sum(a, b)

dense = Dense() # Dense constructor, no args

print(type(dense)) # <class '__main__.Dense'>

sum = dense(1, 6) # 7 - Triggers __call__ which in turn calls sum(1, 6)