CNTK 中的用户定义层 python
User defined layers in CNTK python
我正在尝试使用 python 界面创建自定义层以在 CNTK 中使用。我正在关注 this guide,但一直在我的 class 的 __init__
中抛出 TypeError 异常。请注意,我只是复制粘贴了链接指南中的示例。
import cntk as C
import numpy as np
class MySigmoid(UserFunction):
def __init__(self, arg, name='MySigmoid'):
super(MySigmoid, self).__init__([arg], name=name)
def forward(self, argument, device=None, outputs_to_retain=None):
sigmoid_x = 1 / (1 + np.exp(-argument))
return sigmoid_x, sigmoid_x
def backward(self, state, root_gradients):
sigmoid_x = state
return root_gradients * sigmoid_x * (1 - sigmoid_x)
def infer_outputs(self):
return [output_variable(self.inputs[0].shape, self.inputs[0].dtype,
self.inputs[0].dynamic_axes)]
@staticmethod
def deserialize(inputs, name, state):
return MySigmoid(inputs[0], name)
model = C.layers.Sequential(C.layers.Dense(10), C.user_function(layers_extensions.MySigmoid(3)))
这是我得到的错误:
File "...\layers_extensions.py", line 30, in __init__
super(MySigmoid, self).__init__([arg], name=name)
File "c:\repos\cntk\bindings\python\cntk\ops\functions.py", line 1286, in __init__
super(UserFunction, self).__init__(inputs, name)
File "c:\repos\cntk\bindings\python\cntk\ops\functions.py", line 109, in __init__
super(Function, self).__init__(*args, **kwargs)
File "c:\repos\cntk\bindings\python\cntk\cntk_py.py", line 1698, in __init__
this = _cntk_py.new_Function(_self, *args)
TypeError: cannot convert list element to CNTK::Variable
我试图 google 这个错误,但没有出现。你能帮助我吗?
出于某种原因,CNTK 在 forward(...)
方法中将 argument
参数作为列表传递,即使它是单个参数。我最终通过从列表中取出第一个来使其工作。您将找到工作示例 here.
我正在尝试使用 python 界面创建自定义层以在 CNTK 中使用。我正在关注 this guide,但一直在我的 class 的 __init__
中抛出 TypeError 异常。请注意,我只是复制粘贴了链接指南中的示例。
import cntk as C
import numpy as np
class MySigmoid(UserFunction):
def __init__(self, arg, name='MySigmoid'):
super(MySigmoid, self).__init__([arg], name=name)
def forward(self, argument, device=None, outputs_to_retain=None):
sigmoid_x = 1 / (1 + np.exp(-argument))
return sigmoid_x, sigmoid_x
def backward(self, state, root_gradients):
sigmoid_x = state
return root_gradients * sigmoid_x * (1 - sigmoid_x)
def infer_outputs(self):
return [output_variable(self.inputs[0].shape, self.inputs[0].dtype,
self.inputs[0].dynamic_axes)]
@staticmethod
def deserialize(inputs, name, state):
return MySigmoid(inputs[0], name)
model = C.layers.Sequential(C.layers.Dense(10), C.user_function(layers_extensions.MySigmoid(3)))
这是我得到的错误:
File "...\layers_extensions.py", line 30, in __init__
super(MySigmoid, self).__init__([arg], name=name)
File "c:\repos\cntk\bindings\python\cntk\ops\functions.py", line 1286, in __init__
super(UserFunction, self).__init__(inputs, name)
File "c:\repos\cntk\bindings\python\cntk\ops\functions.py", line 109, in __init__
super(Function, self).__init__(*args, **kwargs)
File "c:\repos\cntk\bindings\python\cntk\cntk_py.py", line 1698, in __init__
this = _cntk_py.new_Function(_self, *args)
TypeError: cannot convert list element to CNTK::Variable
我试图 google 这个错误,但没有出现。你能帮助我吗?
出于某种原因,CNTK 在 forward(...)
方法中将 argument
参数作为列表传递,即使它是单个参数。我最终通过从列表中取出第一个来使其工作。您将找到工作示例 here.