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

Question

问题
有没有现成的Python方法可以从函数列表[f1，f2，f3]中组成多个嵌套的函数g = f3(f2(f1()))，其中列表中还有更多函数。
如果有的话，我可以做:

g = lambda x: f3(f2(f1(x)))

但是，当我在深度神经网络中有数十个功能(例如层)时，它是无法管理的。最好不要创建另一个函数来编写g，而是要找到可用的方法。

更新
基于@Chris的答案。对于顺序神经网络层[ batchnorm, matmul, activation, softmaxloss ]，每个层都有forward(X)方法来计算其输出到下一层，损失函数L和损失将为:

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

Answer 1

一种使用functools.reduce的方法:

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)

输出:

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funcs)链接其第二个参数(此处为lambda)。
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链接为f3(f_21(x))，成为g(x)。