mxnet学习(3):autograd

reference:https://mxnet.incubator.apache.org/api/python/autograd/autograd.html

1.基本操作

使用x.attach_grad()为梯度分配空间,调用with autograd.record()计算梯度,再使用backward()进行反传

2. BN and dropout

BN, dropout这些层在训练和测试的时候是不同的,BN在训练的时候是根据每个mini-batch的均值和方差进行计算并更新参数,在测试的时候是使用训练集上得到的一个参数进行计算。dropout在测试的时候是没有的。因此需要在不同的时候加以区别(这一点在pytorch中也是存在)。

使用with autograd.record():,默认为train_mode = True

也可以使用with autograd.train_mode(),with autograd.predict_mode()或者with autograd.record(train_mode = False)等方式手动控制

3. pause

可以在with autograd.record():中使用with autograd.pause()暂停保存梯度.

eg:


                
  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值