mxnet import nd 或 np 以使用数组

Question

我开始研究 mxnet 和 gluon，但我对 np/nd 数组的用法有些困惑。

• 按照 gluon 网站上的建议，我通过 运行:

  安装了 mxnet 和 gluon

  pip install --upgrade mxnet gluoncv
  

  安装 mxnet 版本 1.5.1.post0。在这种情况下，要使用我需要的数组：

  from mxnet import ndarray as nd
  

• 另一方面，我找到了一本基于mxnet的深度学习书籍，他们让你安装更高版本的mxnet：

  pip install mxnet==1.6.0b20190915
  

  在这种情况下，您可以导入 ndarray 或直接导入 np，因此：

  from mxnet import ndarray as nd
  from mxnet import np
  

两者都有效（而对于 mxnet 1.5.1，from mxnet import np 失败）。

如果我们已经有 nd，为什么可以在新版本中导入 np？从 nd 或 np 创建的数组之间有什么区别吗？
似乎我可以在这两种情况下使用 mxnet 功能（例如 attach_grad()）...例如，以下作品：

from mxnet import np
array = np.array([1,2,3)
array.attach_grad()

谢谢！

Answer 1

这里RFC解释引入mx.np模块的动机。给出 mx.np 和 mx.nd 模块之间的一些突出差异：

1. mx.np模块采用了NumPy官方算子API，已经进化了将近二十年，为从NumPy世界到深度​​学习的用户提供轻松的过渡体验，同时开发mx.nd 模块没有遵循完善的规范来定义运算符签名，这有时会引起混淆，例如 dim vs axis.
2. 在 mx.np 中注册的运算符与官方 NumPy 运算符具有高度兼容的行为，而 mx.nd 运算符不具有这些方面。例如，zero-dim/scalar、零大小、布尔张量和布尔索引在 mx.np 中受支持，但在 mx.nd 中不受支持。

您可以将 mx.np 视为 mx.nd 在可用性、功能和性能方面的增强版本。 mx.nd 将在未来的版本中逐渐弃用。