标签: mxnet

在 numpy 中，可以使用 np.append() 将元素附加到数组中。

但是尽管 numpy 和 mxnet 数组应该是类似的，但 NDArray 类中没有 append() 函数。

更新（18/04/24）：谢谢汤姆。事实上，我试图在 numpy 中实现的是：

import numpy as np
np_a1 = np.empty((0,3), int)
np_a1 = np.append(np_a1, np.array([[1,2,3],[4,5,6]]), axis=0)
np_a1 = np.append(np_a1, np.array([[7,8,9]]), axis=0)
print("\nnp_a1:\n", np_a1)
print(np_a1.shape)

感谢您的回答，我做到了：

import mxnet as mx
nd_a1 = mx.nd.array([[0, 0, 0]])
# nd_a1 = mx.nd.empty((0,3))
nd_a1 = mx.nd.concat(nd_a1, mx.nd.array([[1,2,3],[4,5,6]]), dim=0)
nd_a1 = mx.nd.concat(nd_a1, mx.nd.array([[7, 8, 9]]), dim=0)
print("\nnd_a1", nd_a1)
print(nd_a1.shape)

但我不知道如何从一个空的 nd 数组开始。从...开始 ：

nd_a1 = mx.nd.empty((0,3))

不起作用

我曾经使用mxnetR 中的包。我有一个旧安装，我可以在 R 3.4x 中使用它，但现在我想切换到最新的 R 版本（本地 R 3.5），我很想在 rstudio 上使用它。云。包裹在 CRAN 上（不是吗？）现在我尝试按照包裹页面上的说明进行操作：

  cran <- getOption("repos")
  cran["dmlc"] <- "https://apache-mxnet.s3-accelerate.dualstack.amazonaws.com/R/CRAN/"
  options(repos = cran)
  install.packages("mxnet")

我得到以下结果：

安装源包“mxnet”

尝试 URL ' https://apache-mxnet.s3-accelerate.dualstack.amazonaws.com/R/CRAN/src/contrib/mxnet_0.10.1.tar.gz ' install.packages 中的警告：无法打开 URL ' https:// /apache-mxnet.s3-accelerate.dualstack.amazonaws.com/R/CRAN/src/contrib/mxnet_0.10.1.tar.gz '：HTTP 状态为 '404 Not Found' 下载文件中的错误（url，destfile， method, mode = "wb", ...) ：无法打开 URL ' https://apache-mxnet.s3-accelerate.dualstack.amazonaws.com/R/CRAN/src/contrib/mxnet_0.10.1.tar.gz ' install.packages 中的警告：下载包 'mxnet' 失败

有没有办法从 R 命令行为 R 安装 mxnet（所以我也可以在云中尝试它）？或者我必须完全切换到 keras ....:)

任何帮助表示赞赏。

我的会话信息是：

R 版本 3.5.0 (2018-04-23) 平台：x86_64-w64-mingw32/x64 (64-bit) 运行环境：Windows >= 8 x64 …

根据此页面,MXNet计算图可以使用显示mx.viz.plot_network(net).

但这只适用于Jupyter笔记本电脑.没有Jupyter笔记本,我该怎么做？是否可以将可视化文件保存为文件中的图像？

我看到了一些关于tensorflow和的基准pytorch.Tensorflow可能更快,但似乎不是更快,甚至有时更慢.

是否有关于静态图和动态图专门测试的基准测试,证明静态图比动态图快得多？

我想Mxnet library在这个论坛上安装并找到主题,其中描述了它是如何做到的.

  cran <- getOption("repos")
    cran["dmlc"] <- "https://apache-mxnet.s3-accelerate.dualstack.amazonaws.com/R/CRAN/"
    options(repos = cran)
    install.packages("mxnet")
    library("mxnet")

然后我得到了错误

Error: package or namespace load failed for ‘mxnet’:
 object ‘set_global_graph_attrs’ is not exported from 'namespace:DiagrammeR'

怎么了？ DiagrammeR library已安装.

导入时出错 keras

>>> import keras
/Users/ray_zhang/anaconda3/envs/idp3/lib/python3.6/site-packages/daal/__init__.py:19: DeprecationWarning: the imp module is deprecated in favour of importlib; see the module's documentation for alternative uses
  import imp
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
  File "/Users/ray_zhang/anaconda3/envs/idp3/lib/python3.6/site-packages/keras/__init__.py", line 3, in <module>
    from . import utils
  File "/Users/ray_zhang/anaconda3/envs/idp3/lib/python3.6/site-packages/keras/utils/__init__.py", line 6, in <module>
    from . import conv_utils
  File "/Users/ray_zhang/anaconda3/envs/idp3/lib/python3.6/site-packages/keras/utils/conv_utils.py", line 9, in <module>
    from .. import backend as K
  File "/Users/ray_zhang/anaconda3/envs/idp3/lib/python3.6/site-packages/keras/backend/__init__.py", line 98, in <module>
    raise ValueError('Invalid backend. Missing required entry …

TensorFlow对象检测API首选TFRecord文件格式。MXNet和Amazon Sagemaker似乎使用RecordIO格式。这两种二进制文件格式有什么不同，或者它们是同一回事？

我是 MXNet 的新手，我想知道是否有人知道如何微调 CNN 中的更多层，而不仅仅是 FC 层。我看到的所有示例都只在 FC 层上进行了微调。在 Keras 中，这可以轻松完成，并且可以微调除 FC 块以外的更多 ConvNet 块：https : //github.com/Hvass-Labs/TensorFlow-Tutorials/blob/master/10_Fine-Tuning.ipynb

预训练网络

如果我们只想微调 FC 块，我们将所有层的可训练性设置为 false： layer.trainable = False

微调 FC 层

如果我们想要微调除 FC 层以外的更多 ConnNet 块，我们将这些层的 layer.trainable=True 设置为： 在 Keras 中微调 ConvNet 块

我的问题是如何在 MXNet 中做类似的事情