背景
看mmdetection源码的时候，发现经过FPN的多层输出都会通过multi_apply(func, *args, **kwargs)计算结果，而对FPN的每一层的操作是通过func实现的。这让我好奇multi_apply究竟做了什么？
def multi_apply(func, *args, **kwargs):
"""Apply function to a list of arguments.
Note:
This function applies the ``func`` to multiple inputs and
map the multiple outputs of the ``func`` into different
list. Each list contains the same type of outputs corresponding
to different inputs.
Args:
func (Function): A function that will be applied to a list of
arguments
Returns:
tuple(list): A tuple containing multiple list, each list contains \
a kind of returned results by the function
"""
pfunc = partial(func, **kwargs) if kwargs else func
map_results = map(pfunc, *args)
return tuple(map(list, zip(*map_results)))
看注释这个函数返回的是个tuple，里面包含多个list，每个list是func函数的其中一个返回值的list。
partial
partial是Python模块functools中定义的一个函数，用于在固定某些参数的情况下执行某函数。
例如我们写了一个计算数值幂的函数
def power(a, b):
print(a**b)
当前需求仅需要计算某个数的平方值，并且要大量的使用，这个时候我们当然可以使用
power(3, b=2)
power(4, b=2)
来计算，但是这样代码是冗余的，不够优雅，这个时候可以利用partial来解决
def power(a, b):
print(a**b)
if __name__ == '__main__':
func = partial(power, b=2)
func(3)
func(4)
out:
9
16
partial的作用可以理解为重新创造一个固定某些参数的函数以方便使用。
map
map函数是python内建函数，其作用是，将func函数依次作用于Iterable的每个元素上，返回一个新的Iterable对象
results = map(func, [3,4])
print(list(results))
out:
[9,16]
那么multi_apply()的作用也就显而易见了，其实就是注释解释的那样，将输入func中计算得到的值分别保存到几个list中，并整体存在一个tuple中
def compute(a, b):
return a+b, a-b, a*b
if __name__ == '__main__':
compute_func = partial(compute, b=3)
results_list = map(compute_func, [4,5,6,7])
print(tuple(map(list, zip(*results_list))))
([7, 8, 9, 10], [1, 2, 3, 4], [12, 15, 18, 21])
