问题标签 [mxnet]

我正在尝试mxnet从 python 移植一些代码。我遇到了对符号进行简单二进制操作的问题。我在下面有一个独立的可重现示例：

类 'MXSymbol' <0x10b248c10> 的 C++ 对象 <0x10229c700>

1 - x 中的错误：二元运算符的非数字参数

如何使用 R 中的 mxnet从数字中减去符号？

在安装指南...

3.从 MXNet Github 存储库下载 MXNet 包为 .zip 文件并解压。您将编辑“/mxnet/R-package”文件夹。

-> 好的，我下载了“mxnet-master.zip”，并找到了“R-Package”文件夹。

4.从 Releases 选项卡下载最新的支持 GPU 的 MXNet 包。解压缩此文件并导航到 /nocudnn 文件夹。注意：您会将其中一些提取的文件复制到 MXNet 的 R-package 文件夹中。我们现在正在处理两个文件夹，R-package/ 和 nocudnn/。

-> 就我而言，我下载了“mxnet-0.9.3.zip”，找不到“nocudnn”文件夹。

我犯了什么错误？

我是神经网络和mxnetR 中的包的新手。我想对我的预测变量进行逻辑回归，因为我的观察结果的概率在 0 和 1 之间变化。我想用obsWeights我拥有的向量来加权我的观察结果，但我我不确定在哪里实施权重。似乎有一个weight=选项，mx.symbol.FullyConnected但如果我尝试weight=obsWeights我会收到以下错误消息

我应该如何权衡我的观察结果？这是我目前的代码。

我试图理解这里提到的 char lstm 示例 - char-lstm julia 示例

函数 lstm_cell 接受第二个参数作为先前状态 -
function lstm_cell(data::mx.SymbolicNode, prev_state::LSTMState, param::LSTMParam;num_hidden::Int=512, dropout::Real=0, name::Symbol=gensym ())
但是，在部分 - #stack LSTM 单元

next_state = lstm_cell(hidden, l_state, l_param, num_hidden=dim_hidden, dropout=dp,name=Symbol(name, " lstm $t"))
hidden = next_state.h
layer_param_states[i] = (l_param, next_state)

layer_param_states[i] 使用下一个状态进行更新 - layer_param_states[i] = (l_param, next_state)
为什么在这里这样做。为什么用下一个状态更新前一个状态。

当我在 mxnet 中测试图像时使用 Faster R-CNN 在此处输入图像描述

如何设置 MXNET_CUDNN_AUTOTUNE_DEFAULT？

当我运行 example/image-classification/train_mnist.py 时，有人告诉我TypeError: fit() got an unexpected keyword argument 'monitor'. 我没有更改此文件中的任何内容。我刚刚从 github 下载了最新版本。

学习率是我的网络效果的关键。当我定义 lr = 0.05 时，train/validation-accuracy 会剧烈波动，但是 lr = 0.025 在 Epoch[30] 之前我无法获得任何效果。所以我记得 caffe 中的自适应学习率，一开始我选择了一个基数 lr = 0.1，随着训练的进行，lr 衰减到 0.05，然后是 0.025 和更小。MxNet有这个策略吗，怎么用？

我正在尝试在 mxnet 中使用 R-CNN。我有一个有效的 mxnet 安装。我使用 git pull 升级了它，所以我可以使用最新版本。然后我按照github repo中的说明安装附加依赖项并运行演示。之后我跑了这条线

我收到错误消息：AttributeError: 'module' object has no attribute 'Proposal' when running RCNN train_end2end.py

这正是我所做的：

我还在github上发布了一个问题

我的 R 代码中有一个卷积层，创建为：
conv1 <- mx.symbol.Convolution(data=data, kernel=c(10,1), num_filter=10)

网络完全训练后，如何提取 10 个过滤器？

我想问一下我使用mxnet分布式计算环境时是否可以设置不同的工作负载。我阅读了一些关于分布式 GPU 的教程。

但我想使用分布式节点 (CPU) 环境，并且我想为它们设置不同的工作负载。我可以这样做吗？如果是，那么我可以举一些例子吗？

谢谢您的回答！