mxnet和gluon学习笔记二——mxnet，gluon构建网络的区别

学习资料参考李沐gluon讲义。

mxnet，gluon构建网络的区别体现在4方面。下面以简单的drop out为例一一对比说明。

0 构建dropout

ndarray:

def dropout(X, drop_prob):
    assert 0 <= drop_prob <= 1
    keep_prob = 1 - drop_prob
    # 这种情况下把全部元素都丢弃。
    if keep_prob == 0:
        return X.zeros_like()
    mask = nd.random.uniform(0, 1, X.shape) < keep_prob
    return mask * X / keep_prob

gluon:

from mxnet import nn

drop_prob = 0.2
nn.Dropout(drop_prob)

 

1 构建网络

ndarray:

input dim要定义（i.e.  num_inputs）, net的dim在param里定义，net列出包含activation functions的linear计算表达式即可

num_inputs, num_outputs, num_hiddens1, num_hiddens2 = 784, 10, 256, 256

def net(X):
    X = X.reshape((-1, num_inputs