这三个函数包括了Python中特有的重载函数，以及神经网络中向前传播的重要函数。这是我看到的比较清楚的说明Python中这三个函数功能的博客。
转载地址：博客引入来源

init: 类的初始化函数，类似于c++的构造函数
call_: 使得类对象具有类似函数的功能。
__init__比较好理解，现在主要看一下 __call__的功能示例：

class A():
def call(self):
print(‘i can be called like a function’)

a = A()
a()
out:

i can be called like a function

让我们在调用时传入参数如何？

class A():
def call(self, param):

    print('i can called like a function')
    print('掺入参数的类型是：', type(param))

a = A()

a(‘i’)
out:

i can called like a function
掺入参数的类型是： <class ‘str’>

发现对象a的表现完全类似一个函数。

那当然也可以在__call__里调用其他的函数啊,
在__call__函数中调用forward函数，并且返回调用的结果

class A():
def call(self, param):

    print('i can called like a function')
    print('传入参数的类型是：{}   值为： {}'.format(type(param), param))

    res = self.forward(param)
    return res

def forward(self, input_):
    print('forward 函数被调用了')

    print('in  forward, 传入参数类型是：{}  值为: {}'.format( type(input_), input_))
    return input_

a = A()

input_param = a(‘i’)
print(“对象a传入的参数是：”, input_param)

out:

i can called like a function
传入参数的类型是：<class ‘str’> 值为： i
forward 函数被调用了
in forward, 传入参数类型是：<class ‘str’> 值为: i
对象a传入的参数是： i

现在我们将初始化函数__init__也加上，来看一下：
在对象初始化时确定初始年龄，通过调用a(2)为对象年龄增加2岁，

class A():
def init(self, init_age):
super().init()
print(‘我年龄是:’,init_age)
self.age = init_age

def __call__(self, added_age):
    

    res = self.forward(added_age)
    return res

def forward(self, input_):
    print('forward 函数被调用了')
    
    return input_ + self.age

print(‘对象初始化。。。。’)
a = A(10)

input_param = a(2)
print(“我现在的年龄是：”, input_param)

out:

对象初始化。。。。
我年龄是: 10
forward 函数被调用了
我现在的年龄是： 12

pytorch主要也是按照__call__, init,forward三个函数实现网络层之间的架构的

这博客讲述了pytorch中具体实现：https://blog.csdn.net/dss_dssssd/article/details/82977170