Mxnet (10): 深度学习与神经网络的构建

阅读量：

1.构造net

1.1 构造Block

Block类是nn模块里提供的一个模型构造类，简单概括Block的基本功能：

采用输入数据作为其前向传播函数的参数。
- 通过使其返回一个值来生成输出。
- 计算其输出相对于其输入的梯度时（即求导），可以通过其反向传播函数进行访问。通常无需手动干预这一过程。
- 存储这些用于执行前向传播计算的信息或数据。
- 根据需求初始化模型参数。

我们可以继承它来定义我们想要的模型：

重构Block类的初始化方法以搭建模型架构。
优化Block类的前向传播函数以详细说明参数配置及计算流程。

复制代码

    from mxnet import npx, np,init
    from mxnet.gluon import nn
    npx.set_np()
    
    
    X = np.random.uniform(size=(2, 20))
    
    class MLP(nn.Block):
    def __init__(self, **kwargs):
        super().__init__(**kwargs)
        self.hidden = nn.Dense(256, activation='relu')  # 定义一个256个隐

全部评论 (0)

还没有任何评论哟~