5

Julia で mxnet.jl を使用して、mxnet のメイン ドキュメントから次の例を複製しようとしています。

A = Variable('A')
B = Variable('B')
C = B * A
D = C + Constant(1)
# get gradient node.
gA, gB = D.grad(wrt=[A, B])
# compiles the gradient function.
f = compile([gA, gB])
grad_a, grad_b = f(A=np.ones(10), B=np.ones(10)*2)

この例は、シンボリック式を自動差分処理し、その勾配を取得する方法を示しています。

mxnet.jl (最新バージョン 2016-03-07) で同等のものは何ですか?

4

1 に答える 1

1

コードインMXNet.jl/src/symbolic-node.jlは、答えを見つけるのに役立つ場合があります。

私はこのパッケージに慣れていません。ここに私の推測があります: A = mx.Variable("A") B = mx.Variable("B") C = B .* A D = C + 1 mx.normalized_gradient存在する場合、残りの部分の解決策になる可能性があります。

于 2016-05-04T08:39:41.233 に答える