1
我正在按照http://mxnet.io/how_to/new_op.html中关于如何在python中通过继承mx.operator.CustomOp
类来定义MXNet中的新神经网络层的文档。该示例是没有学习参数的丢失层。那么学习参数如何进入forward
和backward
方法?如何使用学习参数编写自定义MXNet层
我正在按照http://mxnet.io/how_to/new_op.html中关于如何在python中通过继承mx.operator.CustomOp
类来定义MXNet中的新神经网络层的文档。该示例是没有学习参数的丢失层。那么学习参数如何进入forward
和backward
方法?如何使用学习参数编写自定义MXNet层
我想通了。学习到的参数像任何其他输入一样配置。它们的配置方法为list_arguments
。从docs page on writing custom symbols:
注意列表参数声明输入和参数,我们 建议,命令他们作为
['input1', 'input2', ... , 'weight1', 'weight2', ...]