查看mxnet中的symbol图的所有变量,以及他们的shape

本文通过MXNet Python API展示了如何定义一个全连接层,并使用infer_shape方法推断各参数的形状。同时,通过list_arguments方法列出了该层的所有参数。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

>>> import mxnet as mx
>>> 
>>> a = mx.sym.Variable('data')
>>> b = mx.sym.FullyConnected(data=a,name='fc1',num_hidden=100)
>>> data_shape = {'data':(256,64)}
>>> arg_shape,_,_ = b.infer_shape(**data_shape)
>>> b.list_arguments()               # 列出symbol中的所有参数,这里是输入以及全连接层的权值和偏置
['data', 'fc1_weight', 'fc1_bias']
>>> arg_shape                        # 这里展示上面三个参数的size
[(256L, 64L), (100L, 64L), (100L,)]

参考:https://github.com/apache/incubator-mxnet/issues/5271

评论
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