mxnet symbol图的变量 shape

在下面，我们将推断所有的需要作为输入数据的模型的参数>>> net = mx.symbol.Variable('data')
>>> net = mx.symbol.FullyConnected(data=net, name='fc1', num_hidden=10)
>>> arg_shape, out_shape, aux_shape = net.infer_shape(data=(100, 100))
>>> dict(zip(net.list_arguments(), arg_shape))
{'data': (100, 100), 'fc1_weight': (10, 100), 'fc1_bias': (10,)}
>>> out_shape
[(100, 10)]
————————————————
版权声明：本文为CSDN博主「奋斗路上的产品狗」的原创文章，遵循CC 4.0 BY-SA版权协议，转载请附上原文出处链接及本声明。
原文链接：https://blog.csdn.net/qq_25491201/article/details/51277817


import mxnet as mxa = mx.sym.Variable('data')
b = mx.sym.FullyConnected(data=a,name='fc1',num_hidden=100)
data_shape = {'data':(256,64)}
arg_shape,_,_ = b.infer_shape(**data_shape)
# b.list_arguments()               # 列出symbol中的所有参数，这里是输入以及全连接层的权值和偏置
# ['data', 'fc1_weight', 'fc1_bias']
print(arg_shape)                        # 这里展示上面三个参数的size

绑定标志并且运行
现在我们可以绑定空的标志，来实行前向传播和后向传播的操作。bind这个函数将创建一个Executor(用来执行真实的计算)

>>> # define computation graphs
>>> A = mx.symbol.Variable('A')
>>> B = mx.symbol.Variable('B')
>>> C = A * B
>>> a = mx.nd.ones(3) * 4
>>> b = mx.nd.ones(3) * 2
>>> # bind the symbol with real arguments
>>> c_exec = C.bind(ctx=mx.cpu(), args={'A' : a, 'B': b})
>>> # do forward pass calclation.
>>> c_exec.forward()
>>> c_exec.outputs[0].asnumpy()
[ 8.  8.  8.]
对于神经网络，一个更常用的使用模式是simple_bind,这个将会创建所有的参数数组。接下去你将会调用forward,和backward(如果梯度需要的话)来得到梯度。
>>> # define computation graphs
>>> net = some symbol
>>> texec = net.simple_bind(data=input_shape)
>>> texec.forward()
>>> texec.backward()
————————————————
版权声明：本文为CSDN博主「奋斗路上的产品狗」的原创文章，遵循CC 4.0 BY-SA版权协议，转载请附上原文出处链接及本声明。
原文链接：https://blog.csdn.net/qq_25491201/article/details/51277817

mxnet symbol图的变量 shape相关推荐

module ‘mxnet.symbol‘ has no attribute ‘LSoftmax‘
module 'mxnet.symbol' has no attribute 'LSoftmax' 新版的mxnet好像没有这一层了,解决方法: 还不知道怎么用? 参考: https://github ...
MXNet——symbol
参考资料:有基础(Pytorch/TensorFlow基础)mxnet+gluon快速入门 symbol symbol 是一个重要的概念,可以理解为符号,就像我们平时使用的代数符号 x,y,z 一样. ...
ES6 | let 关键字 + const关键字 + 箭头函数 + rest参数 + 扩展运算符 ... + Symbol + 迭代器 + 生成器 + 变量的解构赋值 + 模板字符串
目录 ECMASript 相关介绍 ECMASript 6 新特性 let 关键字 const关键字变量的解构赋值模板字符串简化对象写法箭头函数 => 参数默认值 rest参数扩展运算 ...
es6 --- 使用Symbol保护私有变量
定义一个人物类假设其属性有姓名和性别我们希望,性别在声明后就固定不变传统方法 var Person = (function(){var _gender = '';function P(name, ...
plt显示灰度图出现Invalid shape问题
问题背景:tensorflow2.0.0中的Dataset转换为numpy,利用matplotlib进行显示.data的维度为[4, 256, 256, 1], def show(ds, num=2) ...
mxnet深度学习(Symbol)
mxnet深度学习(Symbol) 自动标志化区分 NDArray是一个基础的计算单元在MXNet里面的.除此之外,MXNet提供一个标志化的接口,叫做Symbol,为了简化构造神经网络.标志化结合了 ...
MXNet 图优化与算子融合
MXNet 图优化与算子融合Graph Optimization and Quantization based on subgraph and MKL-DNN Purpose MKL-DNN引入了两个 ...
tensorflow怎样调用gpu_tensorflow基本用法（图，会话，tensor，变量等）
使用 TensorFlow, 你必须明白 TensorFlow: 使用图 (graph) 来表示计算任务. 在被称之为会话 (Session) 的上下文 (context) 中执行图. 使用 ten ...
android冻结命令,在Android上使用冻结tensorflow图中的变量
TLDR:如何在Android上使用冻结tensorflow图中的变量? 1.我想做什么我有一个Tensorflow模型,它在多个变量中保持一个内部状态,用:state_var = tf.Varia ...

mxnet symbol图的变量 shape

mxnet symbol图的变量 shape相关推荐

最新文章

热门文章

mxnet symbol图的 变量 shape

mxnet symbol图的 变量 shape相关推荐

最新文章

热门文章

mxnet symbol图的变量 shape

mxnet symbol图的变量 shape相关推荐