Ber*_*ler 5 gradient-descent julia mxnet mxnet.jl
我试图在Julia中使用mxnet.jl从mxnet主文档复制以下示例:
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)
Run Code Online (Sandbox Code Playgroud)
该示例显示如何自动提取symoblic表达式并获取其渐变.
mxnet.jl(2016-03-07最新版本)中的等价物是什么?
输入代码MXNet.jl/src/symbolic-node.jl可能会帮助您找到答案。
我对这个包不熟悉。这是我的猜测:
A = mx.Variable("A")
B = mx.Variable("B")
C = B .* A
D = C + 1
mx.normalized_gradient如果存在的话,可能是剩余部分的解决方案。
| 归档时间: |
|
| 查看次数: |
279 次 |
| 最近记录: |