mxnet API总结

• Autograd API: w.attach_grad()
• Callback API
• Optimization API 优化算法：待优化参数、优化算法、学习率等
• NDArray API: nd.random.normal
• Module API
• Image API
• IO API: Data Loading API
• KV Store API
• Metric API
• Profiler API
• Contrib Package
• Run-Time Compilation API
• Run-Time Feature detection / Library Info
• Symbol API
• Symbol in Pictures API
• Tools
• Gluon API
  • Gluon Neural Network Layers: mxnet.gluon.nn.
  • Basic、Convolutional、Pooling、Activation Layers 激活函数
  • Gluon Recurrent Neural Network API: RNN mxnet.gluon.rnn.
  • Gluon Loss API: 损失函数 mxnet.gluon.loss.
  • Gluon Data API: mxnet.gluon.data.；gdata.DataLoader
  • Gluon Model Zoo
  • Gluon Contrib API
  • Parameter: Parameter\Constant\ParameterDict
  • Containers: Block\HybridBlock\SymbolBlock\ nn.Sequential \nn.HybridSequential
  • Trainer: Trainer
  • Utilities: split_data\split_and_load\clip_global_norm

训练模型自己写：epoch次数，data_iter迭代，如何record求导并backward，然后用Trainer实例按批次根据loss和学习率迭代更新参数，然后显式计算loss打印给人看

处理数据
建造模型
初始化参数
损失函数
优化算法
训练模型：Trainer(net、训练/训练数据集iter、迭代批次、优化函数、训练总周期、ctx)