再看DANN的源码，在forword里有一处看不懂，类名.apply（）在python3里是什么意思？

Question

在看DANN的源码，看到这个：

    def __init__(self):
        super(CNNModel, self).__init__()
        self.feature = nn.Sequential()
        self.class_classifier = nn.Sequential()
        self.domain_classifier = nn.Sequential()
        self.feature.add_module…………
        …………                

    def forward(self, input_data, alpha):
        input_data = input_data.expand(input_data.data.shape[0], 3, 28, 28)
        feature = self.feature(input_data)
        feature = feature.view(-1, 50 * 4 * 4)
        reverse_feature = ReverseLayerF.apply(feature, alpha)
        class_output = self.class_classifier(feature)
        domain_output = self.domain_classifier(reverse_feature)

没用过python2，对apply不熟，查了一下用法感觉没看懂，附一下其他需要的代码段：

class ReverseLayerF(Function):

    @staticmethod
    def forward(ctx, x, alpha):
        ctx.alpha = alpha

        return x.view_as(x)

    @staticmethod
    def backward(ctx, grad_output):
        output = grad_output.neg() * ctx.alpha

        return output, None

alpha = 2. / (1. + np.exp(-10 * p)) - 1

class_output, domain_output = my_net(input_data=inputv_img, alpha=alpha)

forward里reverse_feature = ReverseLayerF.apply(feature, alpha)这句不太明白，我看出来ReverseLayerF是单独为该处重写了前向传播和反向传播，但apply函数里也是只有两个变量没有函数名啊，这是怎么调用的？而且要改成python3要怎么写？

另外，单独写了几句试了试，居然还跑通了

feature = torch.rand([2,2])
alpha = 1000
reverse_feature = ReverseLayerF.apply(feature, alpha)

结果是调用了类内的forward（）使得reverse_feature=feature，且ReverseLayerF.alpha=1000.
那么这个类名.apply（）到底是什么？有没有人能解释一下

Answer 1

同问，看王金东大佬的DAAN源码也看到这个了，不知道啥意思，楼主解决了没有啊