![](https://img-blog.csdnimg.cn/20201014180756918.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
mxnet
全栈大王
这个作者很懒,什么都没留下…
展开
-
mxnet深度学习(NDArray)
mxnet深度学习(NDArray)MXNet里面的3个主要的概念:NDArray:NDArray提供了矩阵和张量(tensor)运算在CPU和GPU上,通过使用并行运算的技术。Symbol:Symbol使得定义一个神经网络变得更加简单,并且自动提供差异化(用于区别别的神经网络)。KVStore:KVStore 提供数据同步在有多个GPU和CPU的机器上。NDArray原创 2016-04-28 21:43:25 · 7981 阅读 · 0 评论 -
mxnet深度学习(Symbol)
mxnet深度学习(Symbol)自动标志化区分NDArray是一个基础的计算单元在MXNet里面的。除此之外,MXNet提供一个标志化的接口,叫做Symbol,为了简化构造神经网络。标志化结合了灵活性和效率。一方面,它是和Caffe里面的神经网络构造是相似的和CXXNet,另一方面,标志化还定义Theano里面的计算图源。基本的标志组成下面的代码创造了2层感知器。原创 2016-04-28 21:53:09 · 11911 阅读 · 1 评论 -
mxnet深度学习(KVS)
mxnet深度学习(KVS)分布式的键值对的存储(Ditstributed Key-value Store)KVStore是一个数据共享的地方。我们可以把它认为他是一个简单的类横跨不同的设备(GPUS和不同的机器),在这里设备将会压入和提取数据。初始化让我们考虑一个简单的例子:初始化一个(int,NDAarray)对用来存储,然后把它的值再提取出来。>>>原创 2016-04-28 23:50:30 · 2418 阅读 · 0 评论 -
图片里的标志化的构造和执行
图片里的标志化的构造和执行这是一篇解释在图片里面的进行标志化构造和执行的文章。你最好和这篇文章一起阅读 Symbolic API.标志构成标志是我们想做的计算的描述。标志构造API生成计算图源来描述计算的需要。下面的图片显示了怎样我们组成标志来描述基本的计算。mxnet.symbol.Variable函数创建参数节点代表计算的输入。标志将被重载(C和E)通过基本的元素级的操原创 2016-04-29 17:59:37 · 4450 阅读 · 1 评论 -
mxnet创建新的操作(层)
mxnet创建新的操作(层)这篇blog将会告诉你如何创建新的MXNet操作(层)。我们竭尽所能提供最好的操作对于绝大多数的使用场景。然而,如果你发现自己需要自定义层,你有3个选择:1.使用原生的语言和它的矩阵库(numpy in Python)。这不需要过多的能力和对MXNet的了解。但是他会影响性能。2.使用原生的语言和mxnet.rtc和mxnet.ndarray。这将给你更原创 2016-04-29 22:01:33 · 5142 阅读 · 2 评论 -
MXNet的Model API
MXNet的APImxnet里面的model API不是真的API,它只不过是一个对ndarray的一个封装,使其更容易使用。训练一个模型为了训练一个模型,你需要遵循以下两步,第一步是使用symbol来构造,然后调用model.Feedforward.create这个方法来创建一个model。下面的代码创建了一个两层的神经网络。# configure a two layer n原创 2016-05-12 22:30:40 · 16485 阅读 · 3 评论