mxnet symbol 解析

mxnet symbol类定义：https://github.com/apache/incubator-mxnet/blob/master/python/mxnet/symbol/symbol.py

对于一个symbol，可分为non-grouped和grouped。且symbol具有输出，和输出属性。比如，对于Variable而言，其输入和输出就是它自己。对于c = a+b，c的内部有个_plus0 symbol，对于_plus0这个symbol，它的输入是a，b，输出是_plus0_output。

class Symbol(SymbolBase):"""Symbol is symbolic graph of the mxnet."""# disable dictionary storage, also do not have parent type.# pylint: disable=no-member

其中，Symbol还不是最基础的类，Symbol类继承了SymbolBase这个类。
而SymbolBase这个类实际是在

https://github.com/apache/incubator-mxnet/blob/master/python/mxnet/symbol/_internal.py

中引用的，通过以下方式引用：

from .._ctypes.symbol import SymbolBase, _set_symbol_class, _set_np_symbol_class

而SymbolBase的定义是在：https://github.com/apache/incubator-mxnet/blob/master/python/mxnet/_ctypes/symbol.py
这里暂时先不管SymbolBase，这应该是是python调用c++接口创建的一个类。

回到Symbol中来，对于mxnet符号式编程而言，定义的任何网络，或者变量，都是symbol类型，所以，了解这个类就显得很重要。

Symbol类中有几类函数：
1、普通函数
2、__xx__ 函数
3、@property 修饰的函数
4、函数名为xx，实际调用op.xx的函数

1、普通函数
attr
根据key返回symbol对应的属性字符串，只对non-grouped symbols起作用。

    def attr(self, key):"""Returns the attribute string for corresponding input key from the symbol.

list_attr
得到symbol的所有属性

    def list_attr(self, recursive=False):"""Gets all attributes from the symbol.

attr_dict
递归的得到symbol和孩子的属性

    def attr_dict(self):"""Recursively gets all attributes from the symbol and its children.Example------->>> a = mx.sym.Variable('a', attr={'a1':'a2'})>>> b = mx.sym.Variable('b', attr={'b1':'b2'})>>> c = a+b>>> c.attr_dict(){'a': {'a1': 'a2'}, 'b': {'b1': 'b2'}}

_set_attr
通过key-value方式，对attr进行设置

    def _set_attr(self, **kwargs):"""Sets an attribute of the symbol.For example. A._set_attr(foo="bar") adds the mapping ``"{foo: bar}"``to the symbol's attribute dictionary.

get_internals
获取symbol的所有内部节点symbol，是一个group类型（包括输入，输出节点symbol）。如果我们想阶段一个network，应该获取它某内部节点的输出，这样才能作为新增加的symbol的输入。

    def get_internals(self):"""Gets a new grouped symbol `sgroup`. The output of `sgroup` is a list ofoutputs of all of the internal nodes.

get_children
获取当前symbol输出节点的inputs

    def get_children(self):"""Gets a new grouped symbol whose output containsinputs to output nodes of the original symbol.

list_arguments
列出当前symbol的所有参数（可以配合call对symbol进行改造）

    def list_arguments(self):"""Lists all the arguments in the symbol.

list_outputs
列出当前smybol的所有输出，如果当前symbol是grouped类型，回遍历输出每一个symbol的输出

    def list_outputs(self):"""Lists all the outputs in the symbol.

list_auxiliary_states
列出symbol中的辅助状态参数，比如BN

    def list_auxiliary_states(self):"""Lists all the auxiliary states in the symbol.Example------->>> a = mx.sym.var('a')>>> b = mx.sym.var('b')>>> c = a + b>>> c.list_auxiliary_states()[]Example of auxiliary states in `BatchNorm`.

list_inputs
列出当前symbol的所有输入参数，和辅助状态，等价于 list_arguments和 list_auxiliary_states

    def list_inputs(self):"""Lists all arguments and auxiliary states of this Symbol.

2、__xx__函数

__repr__
对于gruop symbol，它是没有name属性的，print或者回车，结果就是其内部symbol节点的name

__iter__(self):
普通的symbol长度都只有1，只有Grouped 的symbol，长度才大于1：return (self[i] for i in range(len(self)))
算数及逻辑运算：
+，-，*, /,%,abs,**, 取负(-x)，==，!=，>，>=，<，<=， # 使用时，要注意Broadcasting 是否支持

    def __abs__(self):"""x.__abs__() <=> abs(x) <=> x.abs() <=> mx.symbol.abs(x, y)"""return self.abs()def __add__(self, other):"""x.__add__(y) <=> x+y其他

__copy__和__deep_copy__
通过deep_copy，创建一个深拷贝，返回输入对象的一个拷贝，包括它当前所有参数的当前状态，比如weight，bias等

__call__
表示symbol的实例是一个可调用对象。可以返回一个新的symbol，这个symbol继承了之前symbol的权重啥的，但是和之前的symbol是不同的对象，可以输入参数对symbol进行组合。

    def __call__(self, *args, **kwargs):"""Composes symbol using inputs.Returns-------The resulting symbol."""s = self.__copy__()  #  这里对symbol实例做了一次深拷贝，返回的新的symbols._compose(*args, **kwargs) # 实际调用的_compose函数return s# 对当前的symbol进行编译，返回一个新的symbol，可以指定新symbol的name，其他输入参数必须是symbol类型# 当前symbol的输入参数，可以通过 .list_arguments()获取def _compose(self, *args, **kwargs):"""Composes symbol using inputs.x._compose(y, z) <=> x(y,z)This function mutates the current symbol.Example-------Returns-------The resulting symbol."""name = kwargs.pop('name', None)if name:name = c_str(name)if len(args) != 0 and len(kwargs) != 0:raise TypeError('compose only accept input Symbols \either as positional or keyword arguments, not both')

这里，我改变了b，将其输入参数的x的值变为了tt。

__getitem__
如果symbol的长度只有1，那么返回的就是它的输出symbol，如果symbol长度>1，可以通过切片访问其输出symbol，返回的也是一个Group symbol。symbol可以分为non-grouped和grouped。
获取内部节点symbol还可以输入str，但输入的str必须属于list_outputs()，

    def __getitem__(self, index):"""x.__getitem__(i) <=> x[i]Returns a sliced view of the input symbol.Parameters----------index : int or strIndexing key"""output_count = len(self)if isinstance(index, py_slice):# 输入切片if isinstance(index, string_types):# 输入字符串# Returning this list of names is expensive. Some symbols may have hundreds of outputsoutput_names = self.list_outputs()idx = Nonefor i, name in enumerate(output_names):if name == index:if idx is not None:raise ValueError('There are multiple outputs with name \"%s\"' % index)idx = iif idx is None:raise ValueError('Cannot find output that matches name \"%s\"' % index)index = idx

symbol.py 除了Symbol这个类之外，还有游离在外的函数：

1、
def var(name, attr=None, shape=None, lr_mult=None, wd_mult=None, dtype=None,init=None, stype=None, **kwargs):"""Creates a symbolic variable with specified name.
# for back compatibility
Variable = var  #  调用 mx.sym.var和mx.sym.Variable 等价2、
def Group(symbols, create_fn=Symbol):"""Creates a symbol that contains a collection of other symbols, grouped together.A classic symbol (`mx.sym.Symbol`) will be returned if all the symbols in the listare of that type; a numpy symbol (`mx.sym.np._Symbol`) will be returned if all thesymbols in the list are of that type. A type error will be raised if a list of mixedclassic and numpy symbols are provided.Example------->>> a = mx.sym.Variable('a')>>> b = mx.sym.Variable('b')>>> mx.sym.Group([a,b])<Symbol Grouped>Parameters----------symbols : listList of symbols to be grouped.3、
def load(fname):"""Loads symbol from a JSON file.You also get the benefit being able to directly load/save from cloud storage(S3, HDFS).Returns-------sym : SymbolThe loaded symbol.See Also--------Symbol.save : Used to save symbol into file.
# 输入文件可以是hdfs文件
4、
数学相关函数，输入可为scalar或者是symbol
def pow(base, exp):"""Returns element-wise result of base element raised to powers from exp element.base 和 exp可以是数字或者symbol
# def power(base, exp):  #  实际调用pow
def maximum(left, right):
def minimum(left, right):
def hypot(left, right):  #  返回直角三角形的斜边
def eye(N, M=0, k=0, dtype=None, **kwargs):"""Returns a new symbol of 2-D shpae, filled with ones on the diagonal and zeros elsewhere.  #  返回2D shape的symbol，对角线为1，其余位置为0
def zeros(shape, dtype=None, **kwargs):"""Returns a new symbol of given shape and type, filled with zeros.  # 返回一个shape的全0 symbol
def ones(shape, dtype=None, **kwargs):"""Returns a new symbol of given shape and type, filled with ones.
def full(shape, val, dtype=None, **kwargs):"""Returns a new array of given shape and type, filled with the given value `val`.
def arange(start, stop=None, step=1.0, repeat=1, infer_range=False, name=None, dtype=None):"""Returns evenly spaced values within a given interval.
def arange(start, stop=None, step=1.0, repeat=1, infer_range=False, name=None, dtype=None):"""Returns evenly spaced values within a given interval.
def linspace(start, stop, num, endpoint=True, name=None, dtype=None):"""Return evenly spaced numbers within a specified interval.
def histogram(a, bins=10, range=None, **kwargs):"""Compute the histogram of the input data.
def split_v2(ary, indices_or_sections, axis=0, squeeze_axis=False):"""Split an array into multiple sub-arrays.

mxnet symbol 解析相关推荐

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 ...
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. ...
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 dropout 层阅读和测试
(1)mxnet 测试 dropout的层函数: mxnet.symbol.Dropout(data=None, p=_Null, mode=_Null, axes=_Null, name=None, ...
mxnet 查看中间层结果
import mxnet as mx from mxnet import nd from mxnet.gluon import nnmx.cpu(), mx.gpu(), mx.gpu(0) 查看mx ...
mxnet 和pytorch比较
mxnet网络是链式结构,pytorch可以是列表结构引发的问题:mxnet symbol如何打印特征维度? mxnet设计网络是,不用输入网络输入channel, pytorch需要输入通道数. ...
mxnet dmlc-core\src\io\local_filesys.cc: Check failed: allow_null
mxnet加载模型设计文件,报错了 sym = mx.sym.load(args.symbol_path) local_filesys.cc:209: Check failed: allow_null ...
mxnet 常用层，卷积激活损失
MXNet之网络结构搭建网络结构搭建 1.卷积层(Convolution) 2.BN层(Batch Normalization) 3.激活层(Activation) 4.池化层(Pooling) 5 ...
测试keras和mxnet的速度
测试一下keras和mxnet的速度 win10 64 cuda8.0 cudnn5.1 gtx1060 cnn mnist [python] view plain copy import numpy ...

mxnet symbol 解析

mxnet symbol 解析相关推荐

最新文章

热门文章