5

我正在尝试使用 Julia 中的 mxnet.jl 从 mxnet 主文档中复制以下示例:

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)

该示例显示了如何自动区分符号表达式并获得其梯度。

mxnet.jl(最新版​​本 2016-03-07)中的等价物是什么?

4

1 回答 1

1

输入代码MXNet.jl/src/symbolic-node.jl可能有助于您找到答案。

我不熟悉这个包。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,可能是剩余部分的解决方案。

于 2016-05-04T08:39:41.233 回答