richard_che的博客

NDArray在MxNet中，NDArray是所有数学运算的核心数据结构，与Numpy中的ndarray相似。与numpy相比，MxNet中的NDArray有以下的优点：对平台通用：在CPU GPU下都兼容可以自动地并行化NDArray的创建在Mxnet中，NDArray实质上指的是mx.nd.array，并且有以下几种常用的属性：ndarray.shape: The dimensions

GPU的使用在MxNet中，可以通过gpu_device=mx.gpu()来创建GPU的context创建矩阵的时候，可以通过a = mx.nd.ones((100,100))来创建需要执行一个函数的时候，可以通过以下方式在GPU上执行：gpu_device=mx.gpu() # Change this to mx.cpu() in absence of GPUs.def

Symbol与caffe类似，MxNet中定义了符号运算。我对符号运算的理解是：区别于之前介绍的NDArray，通过符号，我们可以定义出一系列的表达式，或者网络。这样定义出来的表达式或网络有点类似于数学中的函数式，比如f(x)=ax+bf(x) = ax + b，这时候，aa,xx,bb,都仅仅是一些符号，本身的值是未确定的。当这些符号被赋予具体的数值时，才能计算出函数式本身的值f(x)f(x)。而